TY -的A2 -唐,金山AU - Bi,一派盟——郭,易建联PY - 2022 DA - 2022/12/13 TI -随机森林模型的开发和验证通过结合ct pet图像特征和人口数据为远处转移肺癌患者SP - 7793533六世- 2022 AB -工作旨在开发和验证一个随机森林模型的ct pet图像特征结合人口数据诊断肺癌患者远处转移。本研究涉及癌症基因组图谱的肺癌患者肺腺癌(TCGA-LUAD)数据集,肺磁共振数据集,肺鳞状细胞癌(LSCC)数据集,和国家癌症研究所的临床肿瘤蛋白质组学分析财团肺腺癌(CPTAC-LUAD)数据集和收集信息178 CT, 178宠物,病人的年龄、吸烟史、性别。我们进行了图像处理和特征提取。最后,4计算机断层扫描(CT)图像特征和2正电子发射断层扫描(PET)图像特征提取。四个预测模型基于CT图像特性,宠物的形象特征,和人口数据开发,接受者操作特征(ROC)曲线下的面积被用来评估预测模型的性能。共有178个合格样本随机分为训练集( n= 134)和一组测试( n的比率= 44)3:1,2021年作为一个随机数。ROC分析说明,远处转移的预测性能结合ct pet图像特征和人口数据进行训练和测试是0.923(95%可信区间(CI): 0.873 - -0.973)和0.873(95%置信区间:0.757—-0.990)。此外,组合模型的预测性能在测试组明显优于CT-demographic数据模型(0.716,95%置信区间CI: 0.531 - -0.902), PET-demographic数据模型(0.802,95%置信区间CI: 0.633 - -0.970)和ct pet模型(0.797,95% CI: 0.666—-0.928)。随机森林模型通过结合ct pet图像特征和人口数据可能有很大的性能预测肺癌患者远处转移。SN - 2040 - 2295 UR - https://doi.org/10.1155/2022/7793533 - 10.1155 / 2022/7793533摩根富林明医疗工程PB - Hindawi KW - ER