您的账号已在其他设备登录，您当前账号已强迫下线， 如非您本人操作，建议您在会员中心进行密码修改
目的 开发一个基于T2液体衰减反转恢复序列(T2-FLAIR)图像准确预测胶质瘤MRI强化模式的机器学习放射组学模型,为优化胶质瘤患者的MRI检查流程提供潜在的理论依据.方法 回顾性收集385例手术病理确诊的脑胶质瘤的术前MRI T2-FLAIR图像,根据强化模式分成强化和无强化两类,在训练组(201例)基于高斯过程、线性回归、线性回归最小绝对收缩和选择算子、支持向量机、线性判别分析和朴素贝叶斯这6种分类器分别建立预测胶质瘤强化模式的组学模型,并在内部验证组(85例)和外部验证组(99例)进行测试.应用受试者操作特征曲线评估其预测性能.结果 以高斯过程作为分类器的由15个放射组学特征组成的预测模型在训练组和内部验证组均具有最高的预测性能,其曲线下面积分别是0.88(95
作者：何慧珊；郭二嘉；蒙文仪；王彧；王雯；何文乐；吴元魁；阳维
来源：南方医科大学学报 2024 年 44卷 1期
临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求，方便快速、便捷的获取实用的医学信息，辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。
知识库介绍
临床诊疗知识库现支持机构用户及个人包时用户开通服务。如需开通机构账号，请机构管理员联系我们，联系电话：010-58882667；个人包时开通请直接点击“个人包时订购”，开通后即可使用。
相似文献
