《表4 模型预测结果：术前T2磁共振影像组学在预测介入治疗大肝癌近期疗效的研究》

  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T2磁共振影像组学在预测介入治疗大肝癌近期疗效的研究》

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

影像组学分析本研究基于影像组学的方法利用PyRadiomics工具箱对肿瘤区域提取1 595个影像特征。特征筛选、模型建立与统计分析工作均在R version3.5.1中进行。在剔除特征中的常量和缺失值，以及经过Pearson相关系数分析后，保留310个特征。经过分析留一法分得的69个训练集与测试集AUC值发现，在本例中将m RMR排序结果前四的特征作为子集输入到Lasso分类器中，相比于其他数量特征或不添mRMR排序算法能够得到最优解。而在所有训练集中最常出现的4个特征为Wavelet-HHH＿firstorder＿Mean、wavelet-HHL＿glcm MCC、squareroot＿glszm Large＿Area High Gray Level Emphasis和square＿gldm＿Large Dependence High Gray Level Emphasis。上述4个特征的统计分析如表3所示，与半年进展关系的P值和相关性分析如表4所示。可以看到四个特征均与半年进展有相关性，且除wavelet-HHH＿firstorder＿Mean外其余3种特征P<0.05。即有这3个特征有大概率与术后半年进展有弱相关性。