论文部分内容阅读
目的基于增强CT构建鉴别肾透明细胞癌(ccRCC)ISUP分级的神经网络模型。方法收集本单位病理确诊的ccRCC患者131例,ISUP低级别92例、高级别39例。按5:5分层抽样将患者分为训练集和验证集。由影像科医师对ccRCC增强CT图像进行评价。对患者一般特征及增强CT特征采用递归特征消除(RFE)进行降维,用于神经网络建模及验证。结果患者一般特征及增强CT特征经RFE后降维为14个特征,重要性排序前5的特征为生长方式、坏死、区域淋巴结肿大、肿瘤大小及假包膜。基于该5个特征构建的神经网格模型在训练集鉴