石颉 1,2 , 江建伟 3 , 常婉英 3 , 陈曼 3 , 张麒 1,2
  • 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);
导出 下载 收藏 扫码 引用

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。