基于影像组学的预建模胶质瘤分级研究

本文利用胶质瘤病例的特点,将数据集的胶质瘤区域分为瘤周水肿区（P）、强化肿瘤区（T）、胶质瘤区域（ALL）,再对各区域提取对应的影像组学特征进行预建模特征筛选用以最终模型建立。在提取了各区域的不同图像类型的影像组学特征之后,对各区域的不同图像类型的特征进行预建模,预建模中在训练集上采用五折交叉验证。在特征筛选过程中,本文将预建模模型在验证集上AUC值前五的模型选中的特征筛选出来并做频次统计,统计出高频率出现的特征代入最终模型建立。最终共筛选出66个高频特征代入分.级模型,本文的两种胶质瘤分级模型在测试集的ROC曲线下面积（AUC）分别达到多区域预建模的模型有着较为明显的提高,对脑部胶质瘤分级研究有着一定意义。