基于^(18)F-FDG PET_CT影像组学分析不同机器学习模型预测非小细胞肺癌隐匿性淋巴结转移的价值.pdfVIP

浙江医学2024年第46卷第10期

●论著

18

基于F-FDGPET/CT影像组学

分析不同机器学习模型预测非

小细胞肺癌隐匿性淋巴结转移

的价值

于军杨雪李洋毕晓峰任东栋任春玲黄磊张莺

1818

【摘要】目的探讨基于治疗前氟-脱氧葡萄糖（F-FDG）正电子发射断层显像术（PET）/CT影像组学预测非小细胞

肺癌（NSCLC）患者隐匿性淋巴结转移（OLM）的价值，分析不同机器学习模型对预测结果的影响。方法回顾性选取2019

18

年1月至2023年5月于宁波明州医院行F-FDGPET/CT检查并行根治性手术及系统性淋巴结清扫的NSCLC患者324例（男

186例，女138例，年龄36～85岁），其中OLM阴性258例，阳性66例。采用随机数字表法按7:3比例将患者分为训练集（226

例）