基于XGBoost人工智能结合CT构建甲状腺癌颈部淋巴结转移预测模型

发布时间：2021-10-07 23:04

　　目的基于极端梯度提升算法人工智能建立甲状腺癌患者术前CT颈部淋巴结转移的预测模型,为临床制定规范的治疗方案提供参考依据。方法回顾性分析2017年10月～2019年5月38例甲状腺乳头状癌患者临床资料,共纳入135个淋巴结数据。采集甲状腺癌淋巴结转移相关变量及CT参数,基于XGBoost人工智能评估数据特征属性重要性,建立淋巴结转移预测模型,采用五折交叉验证方法训练测试模型。结果基于XGBoost人工智能甲状腺癌CT淋巴结转移预测模型准确率平均为87.41%,优于支持向量机机器学习算法模型79.22%。淋巴结强化、强化不均匀、原发灶同侧淋巴结及淋巴结有包膜侵犯是提示淋巴结转移的重要的CT特征属性。结论基于XGBoost人工智能建立的甲状腺癌患者术前CT颈部淋巴结转移的预测模型准确率高,可以帮助临床医师术前判断甲状腺癌是否伴有颈部淋巴结转移,评估肿瘤TNM分期,并制定规范的手术治疗方案。 

【文章来源】：山东大学耳鼻喉眼学报. 2020,34(03)

【文章页数】：6 页

【部分图文】：

XGBoost模型ROC曲线

【参考文献】：
期刊论文
[1]人工智能自动检测系统在甲状腺结节术前超声诊断中的应用[J]. 郭芳琪,赵佳琦,刘晟.  第二军医大学学报. 2019(11)
[2]计算机辅助诊断系统对甲状腺结节的诊断价值研究[J]. 李婷婷,卢漫,巫明钢,王璐,魏婷,廖继芬,邹世彬,李妍洁.  中华医学超声杂志(电子版). 2019(09)
[3]超声弹性成像及超声造影预测甲状腺乳头状癌淋巴结转移的价值探讨[J]. 樊金芳,余小情,陶玲玲,丛阳,周伟.  中国医学计算机成像杂志. 2019(01)
[4]细针穿刺技术在甲状腺乳头状癌侧颈淋巴转移中的预测价值[J]. 王天笑,宋韫韬,徐国辉,于文斌,魏炜,张彬.  中华耳鼻咽喉头颈外科杂志. 2019 (01)
[5]术前超声评估分化型甲状腺癌颈部淋巴结转移[J]. 高晓倩,姜震,耿琛琛,刘大昱,李荔.  山东大学耳鼻喉眼学报. 2019(01)
[6]超声造影预测甲状腺乳头状癌颈部淋巴结转移的临床价值[J]. 施燕芸,李念芬,孙红光,张文,程红,鞠萍,丁永玲,诸林海,戚庭月.  临床超声医学杂志. 2018(08)
[7]CT在评估甲状腺乳头状癌中央组淋巴结转移中的价值[J]. 林启强,韩志江,舒艳艳,陈文辉.  中国临床医学影像杂志. 2015(03)
[8]甲状腺癌的CT表现与颈淋巴结转移的相关性[J]. 张正华,黄建强,韩丹,谢晓洁,李仲夏.  中国医学影像学杂志. 2013(11)
[9]甲状腺乳头状癌首次治疗术式对预后影响的分析[J]. 王莎莎,林岩松,梁军,陈革,李田军.  中华肿瘤防治杂志. 2012(10)
[10]USG和增强CT对甲状腺癌与中央区淋巴结转移的研究[J]. 葛智成,屈翔,滕长胜,梁宇霆,谭小蕖,张忠涛.  国际外科学杂志. 2012 (02)

硕士论文
[1]基于随机森林构建滤泡型甲状腺癌远处转移预测模型[D]. 纪宇楠.中国医科大学 2018



本文编号：3422952