全部版块 我的主页
论坛 数据科学与人工智能 人工智能 人工智能论文版
735 0
2017-09-15
摘要:目的:探讨宝石能谱CT及机器学习算法在判断胃癌浆膜浸润中的价值。方法:回顾性分析在我院行宝石能谱CT双期GSI增强检查的胃癌患者24例,其中p T2 8例,p T3 4例,p T4 12例。12例患者(p T4)归为浆膜阳性组(组A);12例(T2和T3)归为浆膜阴性组(组B)。采用独立样本t检验或卡方检验比较两组患者的临床信息(如性别、年龄等)。此外,所有图像利用GE AW4.4工作站进行后处理,分别得出两组病灶双期能谱信息,随后采用SVM-RFE算法对两组能谱信息进行分析。结果:两组患者的临床信息中,肿瘤长径和短径在两组间有统计学差异(P均〈0.05)。SVM-RFE算法的准确率为87.5%-94.4%。SVM-RFE的输出结果为门脉期脂肪(钙)、门脉期尿酸(钙)、动脉期钙(碘)、门脉期水(钙)、门脉期碘(水)。结论:肿瘤大小和门脉期脂肪(钙)、门脉期尿酸(钙)、动脉期钙(碘)、门脉期水(钙)及门脉期碘(水)特征值可用于辅助判定胃癌是否浸润浆膜层。

原文链接:http://www.cqvip.com/QK/98006X/201605/670473841.html

送人玫瑰,手留余香~如您已下载到该资源,可在回帖当中上传与大家共享,欢迎来CDA社区交流学习。(仅供学术交流用。)

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群