《表2 最优特征子集中的14个特征的特征提取参数及其与GIST良恶性类别的相关性》

  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

《基于放射组学特征的胃肠道间质瘤的分类预测》

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

本研究采用基于ReliefF的前向选择算法去除原始特征集中的不相关和冗余特征后，共选择出14个特征，包括2个Global特征、3个GLCM特征、7个GLRLM特征、1个GLSZM特征、1个NGTDM特征。表2列出所选特征子集中每个特征的提取参数及其与类别之间的Spearman的相关系数。其中，粗体表示应用Bonferroni多重校正后p<0.05/14的特征，说明这些特征与类别之间的相关性显著。良性和恶性GIST患者的特征子集的归一化特征集的可视化分布如图5所示。虽然，特征值分布具有直观上的差异，但是要从每个特征中找出明确的临界值，从而对GIST良恶性分类非常困难。因此，需要用最优特征子集训练SVM分类器，得到GIST良恶性分类模型。