摘要
背景与目的:基于CT图像特征对非小细胞肺癌(non-small cell lung cancer,NSCLC)患者的复发相关性因素进行探究.方法:选用NSCLC-Radiogenomics数据库中的157组数据.首先,对肺部肿瘤及其图像特征进行提取;然后,使用独立样本t检验对特征数据进行单因素分析,使用logistic回归模型进行进一步分析,得到NSCLC复发情况的显著性相关因素;其次,使用Z-score标准化方法对数据进行标准化处理,采用合成少数过采样技术(synthetic minority over-sampling technique,SMOTE)算法对标准化后的数据进行平衡化操作;最后,利用随机森林、K最邻近算法(K-nearest neighbor,KNN)、支持向量机(support vector machine,SVM)、决策树算法以及留一交叉验证方法训练分类器并检验相关性因素对患者复发情况的预测能力.结果:独立样本t检验分析结果显示,Variance、Energy、Relative message、和熵以及Coarseness与NSCLC复发情况相关(P<0.05).Logistic回归分析显示,Energy及和熵与NSCLC复发情况显著相关(P<0.05),分类器分类结果显示最高分类准确率为82.7％,最大曲线下面积(area under curve,AUC)为0.891,即这两种特征可以对患者复发情况作出较为准确的预测.结论:Energy以及和熵是非小细胞肺癌复发的显著性相关因素.
国家科技期刊平台
NSTL
维普
万方数据