APP下载

基于小样本甲状腺高b值扩散加权成像影像组学的机器学习在鉴别诊断结节型桥本甲状腺炎与甲状腺微小乳头状癌中的应用

2021-12-07王庆军石清磊袭肖明符永瑰逯巧慧任贺

中国医学影像学杂志 2021年11期
关键词:标准化分类模型

王庆军,石清磊,袭肖明,符永瑰,逯巧慧,任贺

1.解放军总医院第六医学中心放射诊断科,北京 100048;2.西门子医疗系统有限公司北京分公司,北京 100102;3.山东大学软件学院,山东 济南 250101;4.解放军总医院第六医学中心超声诊断科,北京 100048;*通信作者 任贺 18600310920@163.com

甲状腺乳头状癌(papillary thyroid carcinoma,PTC)是甲状腺最常见的恶性病变,约占所有甲状腺恶性病变的90%[1]。世界卫生组织规定≤1.0 cm的PTC为微小乳头状癌(papillary thyroid microcarcinoma,PTMC)[2],是最常见的甲状腺恶性结节[3]。桥本甲状腺炎(Hashimoto's thyroiditis,HT)是甲状腺最常见的自身免疫性疾病,与PTC常合并发生[4]。HT多表现为结节型(nodular Hashimoto's thyroiditis,NHT),直径一般不超过1.0 cm[5],与PTMC在结节大小上有一定的重叠。超声是筛查甲状腺癌的首选检查,但由于大小和声学特征均较为相似,使NHT与PTMC的鉴别诊断较为困难[6]。基于影像组学的机器学习可以充分挖掘图像数据信息,有助于良、恶性病变的分类诊断[7-8];然而传统的机器学习往往需要大数据支撑,需要消耗较大的人力、物力、财力。本研究使用小样本量甲状腺MRI高b值扩散加权成像(DWI)图像,基于影像组学的机器学习方法,探索NHT与PTMC分类诊断。

1 资料与方法

1.1 研究对象 回顾性纳入2015年6月—2017年9月在解放军总医院第六医学中心进行甲状腺MRI高b值DWI 检查、且因甲状腺结节行细针穿刺活检(fine-needle aspiration biopsy,FNAB)或手术患者,共纳入40例46个NHT和48例61个PTMC。40例NHT中,男6例,女34例,平均年龄(49.5±13.0)岁;48例PTMC中,男12例,女36例,平均年龄(44.4±12.4)岁。纳入标准:病理证实为NHT或PTMC的甲状腺结节;甲状腺MRI检查1周内进行结节FNAB或手术切除;甲状腺MRI所见结节与病理匹配。排除标准:结节过FNAB、放化疗及其他治疗史;……

登录APP查看全文

猜你喜欢

标准化分类模型
一半模型
标准化简述
分类算一算
重尾非线性自回归模型自加权M-估计的渐近分布
教你一招:数的分类
标准化是综合交通运输的保障——解读《交通运输标准化体系》
3D打印中的模型分割与打包
论汽车维修诊断标准化(上)
交通运输标准化