论文部分内容阅读
目的:探讨不同MRI序列以及机器学习模型在脑胶质瘤分级中的价值.方法:回顾性分析167例术前经MRI检查的脑胶质瘤患者,共包含低级别胶质瘤(LGG)79例,高级别胶质瘤(HGG)88例.分别采用T1增强(T1CE)、T2WI及DWI 3组图像进行纹理分析与建模.利用MaZda软件在3组图像上勾画感兴趣区(ROI)并分析得到的133个纹理参数.通过R语言软件包对3组纹理特征分别进行预处理,然后按照70%和30%的比例划分每组图像的训练集和验证集.利用3组图像的训练集建立模型,每组训练集建立线性判别分析(LD