《表2 训练组中联合序列所有特征降维后得到诊断价值较大的特征及权重》

  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

《MRI影像组学术前预测浸润性乳腺癌脉管侵犯的价值》

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

注：D为基于DWI图像，C+为基于DCE图像，S为基于STIRT2WI图像，＿a(＿angle）为角度，o(＿offset）为偏移，C(＿correlaiton）为相关，SD为方差，GLCM为灰度共生矩阵，Energy为能量，All Direction为所有方向

AK软件从STIR T2WI、DWI和DCE-MRI每个序列图像均提取1044个纹理特征、3个序列联合提取3132个纹理特征，经m RMR去除冗余特征，再经LASSO回归筛选最优超参数λ（图2A）以及在此时λ系数不为0的特征（图2B），得到在STIR T2WI、DWI和DCE-MRI图像中及联合序列价值较大特征分别为5、4、4、10个（表2），将各序列中各个特征所对应加权系数乘积进行线性组合得到每个患者的影像组学标签得分。对3个独立序列和联合序列的影像组学标签在训练组和验证组进行ROC曲线分析，得到联合序列影像组学标签在训练组和验证组中诊断效能较好（训练组中AUC=0.81，95%CI 0.72～0.90；验证组中AUC=0.71，95%CI 0.54～0.88）（图3）。