文献类型：期刊文章

作　　者：杨志炜[1] 郭天[1] 谢海滨[1] 杨光[1]

YANG Zhi-wei;GUO Tian;XIE Hai-bin;YANG Guang(Shanghai Key Laboratory of Magnetic Resonance,Department of Physics,East China Normal University,Shanghai 200062,China)

机构地区：[1]华东师范大学物理系,上海市磁共振重点实验室,上海200062

出　　处：《磁共振成像》

基　　金：国家自然科学基金重点项目(编号:61731009)~~

年　　份：2018

卷　　号：9

期　　号：6

起止页码：439-445

语　　种：中文

收录情况：CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：目的利用影像组学与常规磁共振图像对脑胶质瘤进行分级。材料与方法利用BRATS2017公开数据集,自动从图像中的感兴趣区域提取多种特征,包括形态特征、灰度特征、纹理特征等,并运用特征选择方法进行特征选择,最后根据选出的特征对脑胶质瘤的高、低评级进行区分。对支持向量机、决策树与K近邻法等3种分类方法进行比较,也比较了基于遗传算法的包装方法和过滤方法这两种特征选择算法。结果采用过滤方法进行特征选择,支持向量机方法具有最高的准确率91.93%,受试者工作特征曲线下面积(area under the receiver operating characteristic curve,AUC)值为0.90。进一步采用遗传算法进行特征选择,准确率提升至93.33%,AUC值为0.94。结论基于常规磁共振图像,利用影像组学方法,选择合适的特征组合,可以对脑胶质瘤进行自动分级。

关 键 词：磁共振成像 影像组学  神经胶质瘤 特征选择  遗传算法 肿瘤分级

分 类 号：R445.2] R739.41]