换一批
换一批多参数MR为基础的CNN模型预测肝细胞性肝癌的微血管侵犯
CNN model based on multi-parameter MR in predicting microvascular invasion of HCC
摘要：
目的 采用基于多参数磁共振序列的卷积神经网络(convolutional neural network,CNN)联合传统影像组学标签及临床指标,术前预测肝细胞性肝癌(hepatocellular carcinoma,HCC)患者的微血管侵犯(microvascular invasion,MVI).方法 选择经病理确诊的HCC患者275例纳入本研究.将数据集随机分为训练集(n=192)和测试集(n=83).应用CNN技术,融合二维多参数磁共振肿瘤图像、三维肿瘤的传统影像组学特征标签及临床指标,开发一种HCC的MVI预测分类器.应用受试者工作特征曲线(receiver operating characteristic,ROC),比较混合模型(ModelCom)与卷集神经网络模型(ModelD)、影像组学模型(ModelR)和临床模型(ModelC)的诊断效能.结果 ModelD在训练集和测试集中的AUC分别为0.914和0.842,优于ModelC(训练集:P＜0.001;测试集:P=0.032)和ModelR(训练集:P＜0.001;测试集:P=0.044).ModelCom在训练集和测试集中的AUC分别为0.951和0.881,在训练集中优于ModelD(P=0.012),在测试集中差异无统计学意义(P=0.157).校准曲线显示出了 ModelCom具有良好的拟合优度(hosmer-lemeshow test,训练集P=0.402,测试集P=0.689).决策曲线分析提示ModelCom鉴别MVI阳性和MVI阴性的净获益高于其他模型.结论 CNN为基础的混合模型够准确预测HCC的MVI状态.
更多
作者：
作者单位：
河北省保定市第二中心医院放射科,河北涿州 072750
[1]
河北省保定市第二中心医院消化科,河北涿州 072750
[2]
河北省保定市第二中心医院急诊科,河北 涿州 072750
[3]
河北省保定市第二中心医院CT室,河北涿州 072750
[4]
河北省保定市第二中心医院五官科,河北涿州 072750
[5]
期刊：
《河北医科大学学报》2024年45卷7期 771-778页
ISTIC
分类号：
R735.7
栏目名称：
影像专栏
DOI：
10.3969/j.issn.1007-3205.2024.07.006
发布时间：
2024-08-05
基金项目：
保定市科技计划项目
- 浏览：1
- 被引：0
- 下载：2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
