评估不同特征筛选及分类组学方法在定量识别乳腺结节超声影像特征的价值

摘要：

目的 比较超声影像组学不同特征筛选及分类组学方法在识别乳腺结节特征中的效能,构建最优乳腺超声图像特征个体化定量识别模型.
方法 回顾性分析因乳腺结节行超声检查的患者697例,共703个结节,703张二维超声图像.通过不同特征筛选和分类组学方法定量识别乳腺结节特征并比较不同方法组合之间的效能.
结果 不同特征筛选方法及分类组学方法的诊断效能存在差异(P＜0.05).在识别钙化、形态及边缘特征中,最优特征筛选百分比-逻辑回归方法组合均表现出最高的诊断价值,受试者工作特征(ROC)曲线与曲线下面积(AUC)分别为0.794、0,868、0.777;识别纵横比根据模型选择-分布式梯度增强库(XGBOOST)组合方法诊断价值最高,ROC AUC为0.700.
结论 本研究构建了乳腺结节超声图像定量个性化特征识别模型,可有效辅助超声医师提高结节特征判断的准确度,为进一步研究超声影像组学奠定应用基础.

关键词：超声、乳腺结节、影像组学、特征识别

所属期刊栏目：39

分类号：R737.9;R5;R655.8

资助基金：陕西省重点研发计划项目No.2023-YBSF-513

在线出版日期：2023-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1113-1116