基于腰部计算机断层扫描的放射学模型在老年骨质疏松症诊断中的应用

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 数据科学数据科学数据科学

背景情况:

• 骨质疏松症是一种代谢性骨病,引起疼痛和骨折,特别是在老年人中.
• 早期查和诊断对于治疗骨质疏松症和预防并发症至关重要.

研究的目的:

• 开发和评估一种基于放射学的模型,用于使用计算机断层扫描 (CT) 图像对老年人骨质疏松症进行查.
• 评估机器学习模型在从腰椎CT扫描中识别骨质疏松症的诊断性能.

主要方法:

• 从老年人的平坦的腰椎CT图像中提取了放射性特征.
• 利用拉索回归来进行特征选择,并使用Python来构建随机森林,支持矢量机和K-最近邻近模型.
• 使用接收器操作特征 (ROC) 曲线,精度,回忆,准确性和曲线下的面积 (AUC) 评估模型性能.

主要成果:

• 为模型选择了14个放射学特征.
• 随机森林和支持矢量机模型表现出强大的诊断性能,AUC约为0.9.
• 在K-近邻模型中,AUC达到0.828 (训练) 和0.796 (测试).

结论:

• 使用老年腰椎CT图像的基于放射学模型显示了骨质疏松症查的良好诊断性能.
• 这种方法可以作为一种有价值的工具,以协助在老年人群中早期诊断骨质疏松症.