基于影像组学与深度学习的食管癌磁共振成像的T分期

作者：刘绅; 淡一波; 王昭琦; 鲁亚南; 曲金荣; 杨光

来源：信息技术, 2022, (04): 35-41+48.

DOI：10.13274/j.cnki.hdzj.2022.04.006

• 影像组学
• 深度学习
• 食管癌
• T分期
• 磁共振成像

文中利用影像组学和深度学习方法在磁共振图像上进行食管癌T分期诊断。数据为244例食管癌患者r-VIBE序列磁共振图像。分别用影像组学和深度学习方法进行了食管癌T分期的建模，并进一步将两种方法结合建模。使用接收者操作特性曲线(ROC)和曲线下面积(AUC)对模型性能进行评价。影像组学模型的测试集AUC=0.765,深度学习模型验证集AUC=0.777,测试集AUC=0.703,两种方法组合模型测试集AUC=0.783。结果表明影像组学和深度学习均能用于基于MRI图像的食管癌T分期，结合使用两种方法能够取得更好的诊断效果。

• 单位
  华东师范大学; 河南省肿瘤医院; 郑州大学