赵博涵, 王训恒, 厉力华
为了有效辅助脑胶质瘤的精确分级,提出一种基于影像组学的脑胶质瘤分级方法。首先,提取脑胶质瘤患者的T1加权磁共振图像的影像组学特征,在十折交叉验证框架下采用Boruta算法进行特征筛选得到重要特征;其次,采用随机森林将筛选得到的重要特征构建脑胶质瘤预测分级模型;最后,对脑胶质瘤预测分级结果进行评价与分析,用统计学方法检验不同级别特征的差异性。实验结果表明,提出方法的平均准确率达到84.75%,平均特异性达到85.32%,平均敏感性达到84.19%,平均受试者操作特征曲线下面积(Area Under Curve, AUC)达到0.92。