资源类型：
Pubmed体系：
收录情况：
◇ 统计源期刊
◇ 北大核心
◇ CSCD-E
◇ EI
文章类型：
机构：
[1]上海大学通信与信息工程学院,生物医学工程研究所,智慧医疗与智能影像学技术(SMART)实验室 上海 200444
[2]上海先进通信与数据科学研究院(上海大学) 上海 200444
[3]上海交通大学医学院附属同仁医院超声医学科 上海 200336
出处：
ISSN：
关键词：
淋巴结
影像组学
双模态
多分类
特征选择
摘要：
本文探讨弹性和B型超声双模态影像组学定量特征对淋巴结病变的多分类诊断意义。本文回顾性研究248例患者共251个淋巴结（良性89个,淋巴瘤70个,转移性92个）的弹性和B型双模态超声图像。首先提取弹性和B型超声的双模态影像组学定量特征,每个模态包括形态学特征、影像强度特征和灰度共生矩阵特征共212个特征;然后利用三种基于信息论的特征选择方法,即条件信息特征提取法、条件互信息最大化法和双输入对称相关性法,选取不同的影像组学特征子集;接着采用支持向量机在每个模态的影像组学特征子集上进行良性淋巴结、淋巴瘤和转移性淋巴结的多分类诊断;最后利用Adaboost算法融合不同模态和不同特征子集的分类结果。经过五折交叉验证的淋巴结病变多分类准确率和全组F1值分别达到76.09%±1.41%、75.88%±4.32%;选择良性淋巴结、淋巴瘤和转移性淋巴结分别为正样本时,多分类受试者操作特性曲线下面积分别为0.77、0.93和0.84。本文研究结果表明运用Adaboost融合双模态影像组学特征有助于提升淋巴结的多分类性能。本文方法有望用于三类淋巴结病变的辅助诊断。
基金：
国家自然科学基金（61671281,61911530249）；
PubmedID：
第一作者：
第一作者机构：
[1]上海大学通信与信息工程学院,生物医学工程研究所,智慧医疗与智能影像学技术(SMART)实验室 上海 200444
[2]上海先进通信与数据科学研究院(上海大学) 上海 200444
通讯作者：
通讯机构：
[1]上海大学通信与信息工程学院,生物医学工程研究所,智慧医疗与智能影像学技术(SMART)实验室 上海 200444
[2]上海先进通信与数据科学研究院(上海大学) 上海 200444
推荐引用方式(GB/T 7714)：
石颉,江建伟,常婉英,等.面向淋巴结病变多分类鉴别的弹性和b型双模态超声影像组学[J].生物医学工程学杂志.2019,36(06):957-963.
