《表2 最优单特征预测结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多参数磁共振影像组学的乳腺癌病理信息预测模型研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过单特征预测分析，分别比较了DCE-MRI、T2WI和DWI的单个影像特征预测乳腺癌病理信息的性能，实验结果如表2所示。对于预测Luminal A、Basal-like和分级任务，形态特征中的表面积与体积之比特征为最优性能特征，对应的DCE-MRI、T2WI和DWI的影像序列，预测Luminal A的AUC值分别为0.764 2、0.764 2和0.609 8，预测Basallike的AUC值分别为0.643 4、0.613 1和0.529 1，预测分级的AUC值分别为0.743 3、0.725 0和0.613 3。对于预测Luminal B任务，纹理特征中的和熵特征为最优性能特征，对应的S0、S3、S5、T2WI和DWI的影像序列，预测Luminal B的AUC值分别为0.510 5、0.669 9、0.515 3、0.457 3和0.446 1。对于预测HER-2，纹理特征中的对比度特征为最优性能特征，对应S0、S3、S5、T2WI和DWI的影像序列，预测HER-2的AUC值分别为0.651 2、0.631 2、0.647 8、0.637 9、0.601 3。对于预测Ki-67表达的任务，纹理特征中的相关信息度量1特征为最优性能特征，对应的S0、S3、S5、T2WI和DWI的影像序列，预测Ki-67表达的AUC值分别为0.615 1、0.559 5、0.775 8、0.315 5和0.662 7。