摘要
目的 评估基于磁共振成像(MRI)的深度学习在对胶质瘤亚型进行分类中的价值。方法 回顾性的纳入747名来自公共数据库的成年胶质瘤患者为研究对象,根据病理结果 将患者分为三类:IDH野生型(IDHwt)、IDH突变型伴1p/19q共缺失(IDHmutinta ct)和IDH突变型伴1p/19q非共缺失(IDHmutcod el)。将目标患者的MRI按8:1:1随机分为训练集、验证集和测试集用于训练卷积神经网络的训练和测试。使用python语言在jupyter notebook工具中计算并生成受试者工作特征曲线(ROC及曲线下面积(AUC)评价分类效果。结果 IDHwt、IDHmuti n ta ct和IDHm u t-c od el在测试集中的AU C分别为0.9994、0.993和0.994结论 该模型在对胶质瘤的亚型进行分类中具有实用价值。
-
单位第一临床医学院; 徐州医科大学