基于多序列MR图像最优VOI的机器学习预测浸润性乳腺癌淋巴血管浸润

文章预览

文章题目： Machine learning based on optimal VOI of multi-sequence MR  images to predict lymphovascular invasion in invasive  breast cancer 发表期刊：Heliyon 发表时间：2024年3月 文章摘要 背景 淋巴血管浸润是浸润性乳腺癌的重要预后指标，影响治疗决策。我们的目标是开发一种机器学习模型，利用从多序列磁共振图像中提取的最佳感兴趣体积来预测浸润性乳腺癌患者的淋巴血管侵袭。 材料和方法 本研究纳入191例经多序列磁共振成像诊断为浸润性乳腺癌的患者。通过单变量和多变量逻辑回归分析确定独立预测因子，最终建立临床模型。从不同感兴趣体积尺度（- 2mm，整个，+ 2mm， + 4mm和+ 6mm）的多序列磁共振成像图像中提取放射学特征。随后，利用机器学习模型算法开发了各种放射学模型，包括逻辑回归、支持向量机、kNN、梯度增强机、分类回归树和随机森林。然后制定了 ………………………………