基于放射学识别良性和恶性轨道病变使用增强对比度的CT成像
Weitao Huang1, Xiaowei Han, Guozheng Zhang
1Department of Radiology, The Quzhou Affiliated Hospital of Wenzhou Medical University, Quzhou People's Hospital, Quzhou, China.
Medicine
|November 8, 2025
概括
对比增强型计算机断层扫描 (CT) 放射学有效地区分恶性和良性轨道瘤. 机器学习模型,特别是支持矢量机 (SVM),显示出高精度,有助于临床决策.
科学领域:
- 眼科医生 眼科 眼科
- 放射学 放射学是一门学科.
- 医疗成像医学成像
背景情况:
- 轨道瘤是一个诊断挑战,需要准确区分良性和恶性病变.
- 增强对比度的计算机断层扫描 (CT) 是轨道评估的关键成像方式.
- 放射学为医学图像的定量分析提供了潜力,以提高诊断准确度.
研究的目的:
- 评估对比度增强CT放射学在区分恶性和良性轨道病变方面的价值.
- 开发和验证轨道瘤恶性瘤的预测模型.
- 评估放射学和临床因素在预测恶性瘤方面的表现.
主要方法:
- 对139名患有轨道瘤的患者进行了回顾性分析,这些患者接受了增强对比度的CT.
- 使用最小冗余,最大相关性和最小绝对收缩以及选择操作员回归的放射性特征的提取和选择.
- 机器学习模型的开发 (逻辑回归,天真贝叶斯,SVM,ExtraTrees,多层感知子) 和一个结合放射学和临床特征的名图.
主要成果:
- 支持矢量机 (SVM) 模型展示了最好的预测性能和稳定性.
- 整合放射性特征和临床变量的诺米图实现了高预测准确性 (AUC 0.957训练,0.833测试).
- 诺米图显著超过了临床模型,并显示了与放射学模型可比的性能.
结论:
- 增强对比度的CT放射学是区分恶性和良性轨道病变的宝贵工具.
- 放射学和名图模型都为轨道瘤恶性瘤提供了高预测性能.
- 这些模型提供了有价值的见解,以支持轨道瘤诊断中的临床决策.
