基于MRI影像组学的随机森林模型预测子宫内膜癌肌层浸润深度的初步研究

• 作 者: 郭冉 沈秀芝 信瑞强 石清磊 王金洁 钟佳利 彭如臣
• 机 构: 首都医科大学附属北京潞河医院放射科,西门子医疗系统有限公司磁共振事业部,山东大学齐鲁软件学院机器学习与数据挖掘实验室
• 出 处: 磁共振成像
• 发表日期: 2020年12期
• 关键词: 子宫内膜肿瘤 肌层浸润 影像组学 磁共振成像 endometrial neoplasmsmyometrial invasionradiomicsmagnetic
• 基金项目: 北京市通州区科技计划项目(编号:KJ2020CX004-19)

目的基于MRI平扫T2WI和增强T1WI的影像组学特征值,探讨机器学习模型随机森林(random forest,RF)对子宫内膜癌肌层浸润深度预测价值。材料与方法回顾性分析行盆腔MRI平扫及增强检查并经手术病理证实为子宫内膜癌患者的影像资料114例(ⅠA期86例,ⅠB期28例),以4∶1的比例通过分层抽样的方法分为训练集和测试集。采用ITK-SNAP软件分别在矢状面平扫T2WI图像及多期增强T1WI图像第二时相进行手动逐层勾画ROI,分别对T2WI和增强T1WI数据集进行影像组学特征值提取(https:/