《表2 训练集及验证集模型预测性能比较》

  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

《术前预测胃癌Lauren分型的CT影像组学诺模图的构建和验证》

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ROC曲线对6个模型进行分析，结果显示影像组学模型表现优于其他模型。训练集AUC为0.745，验证集AUC为0.758，均高于其他模型。训练集准确度为0.716，验证集准确度为0.673，均高于其他模型。见图1、表2。至此确定影像组学模型为术前预测胃癌Lauren分型的最佳模型。模型生成的诺模图可以实现模型的可视化（图2），通过该诺模图可以实现胃癌术前Lauren分型的个性化预测，计算出的数值越高，则认为弥漫型胃癌的可能性越高。