《表3 不同序列使用灰度特征和纹理特征混合建模结果》

《表3 不同序列使用灰度特征和纹理特征混合建模结果》   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
《影像组学用于磁共振临床显著性前列腺癌与非显著性前列腺癌鉴别诊断》


  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

我们将灰度特征和纹理特征进行混合,不同序列的建模效果如表3所示。本研究发现,灰度特征和纹理特征混合后,T2加权系列的模型表现比仅用灰度特征或仅用纹理特征建模的测试集AUC有所提高,达到0.61(P<0.05);ADC和高b值DWI系列的模型在测试集上的AUC分别达到0.87和0.85,敏感性达到0.90和0.75,特异性达到0.71和0.87。高于只使用灰度特征或纹理特征的建模结果(P<0.05);将多个序列的灰度和纹理特征进行混合,测试集AUC达到0.82,敏感性达到0.80,特异性达到0.78,略低于只使用用纹理特征建模的混合模型(P<0.05)。图3展示了所有模型的表现。