摘要

目的 探索多种机器学习模型对干燥综合征(SS)唇腺活检病理诊断的预测价值。方法 使用3D Slicer软件对我院既往70例疑似干燥综合征患者的唇腺活检病理图像进行勾画并用Pyradiomics包提取纹理特征参数,建立多个模型并进行AUC值、特异度、灵敏度和准确率的模型诊断性能评估。结果 SVC模型的测试集AUC、准确度、灵敏度、特异度分别为0.989、0.917、0.950、0.800,诊断预测准确率达91.7%,在多个模型中表现稳定可靠。结论 机器学习模型SVC有助于高效率初步识别病理阴性和SS的病理切片,具有较好的应用前景。