《表5 概率模型优化法与单参数影像模型的预测性能对比》

  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

下面给出概率模型优化法和单参数影像预测分子分型、组织学分级和Ki-67表达结果的ROC曲线，如图2所示。可以看出，单参数影像预测模型的ROC曲线比较接近，概率模型优化法的ROC曲线相比而言更加偏向于左上方，表明多参数概率模型优化法相比于单参数影像预测方法要占较大优势，说明多参数影像组学联合的方法具有更好的分类性能。为了进一步评估ROC曲线之间比较的意义，对概率模型优化法和单参数影像模型进行显著性分析。表5所示为概率模型优化法得到的ROC曲线分别和S0、S3、S5、T2WI、DWI各个单参数影像预测模型得到的ROC曲线进行对比的结果，显著性（P值）小于0.05，表明概率模型优化法的预测性能显著优于单参数影像模型的预测性能，且差异具有统计学意义。实验结果表明，与不同单参数影像构建的分类模型的预测结果相比，概率模型优化法能够显著提高单参数影像分类模型预测乳腺癌病理信息的性能。