ty -jour a2 -makarov，valeri au -Zhang，quan au -cao，jianyun au -Zhang，Zhang，junde au -bu，junguo au -yu -yu，yuwei au -tan，yujing au -yujing au-2019 DA -2019/12/01 Ti-基于组合特征和多模式MRI Images SP -2893043 VL -2019 AB- 2019 AB-基于胶质瘤中辐射坏死的复发分化。 目的。使用基于组合特征和多模式MRI图像的放射性模型对神经胶质瘤患者的辐射坏死与复发进行分类。 方法。这项研究招募了手术后接受放射治疗的51例神经胶质瘤患者。16例患者显示辐射坏死，而35例在随访期间显示肿瘤复发。治疗后，所有患者接受了T1加权，T1加权后对比，T2加权和流体衰减的恢复扫描。每位患者总共提取了41,284次手工制作和24,576个深度特征。0.623+引导法和曲线下的面积（表示为0.632+bootstrap auc）公制用于选择特征。将逐步前进方法应用于基于图像特征的不同组合构建10个逻辑回归模型。 结果。对于多模式MRI的手工制作的功能，具有七个功能的模型7的AUC最高为0.9624，灵敏度为0.8497，并且在验证集中的特异性为0.9083。这些值高于在单模式MRI上使用手工制作的功能的准确性（配对 t-测试， p < 0.05 ，除灵敏度）。对于多模式MRI的手工制作和Alexnet功能，具有六个功能的Model 6的最高AUC为0.9982，灵敏度为0.9941，在验证集中的特异性为0.9755。这些值高于在多模式MRI上使用手工制作的功能的准确性（配对 t-测试， p < 0.05 ）。 结论。从多模式的MRI图像中提取的手工制作和深度特征反映神经胶质瘤的异质性可以为神经胶质瘤坏死/复发分类提供有用的信息。SN -1748-670X UR -https：//doi.org/10.1155/2019/2893043 do -10.1155/2019/2019/2093043 JF-医学中的计算和数学方法PB- Hindawi KW -er -er- ER-