《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》
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。
图表编号 | XD00229124200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.30 |
作者 | 丁奕、卢超、王霄霄、陈建、单秀红 |
绘制单位 | 江苏大学医学院、江苏大学附属人民医院影像科、江苏大学附属人民医院影像科、江苏大学医学院、江苏大学附属人民医院影像科 |
更多格式 | 高清、无水印(增值服务) |