当前位置: 首页 > 详情页

基于人工神经网络的颅内胶质瘤术后正常反应与肿瘤残存的MRI诊断

MRI Differentiation of Benign Enhancement with Tumor Residual in Intracranial Gliomas after Surgery by Using Artificial Neural Network

文献详情

资源类型:

收录情况: ◇ 北大核心

机构: [1]海军总医院放射科 [2]100050首都医科大学北京市神经外科研究所神经影像中心
出处:
ISSN:

关键词: 计算机 人工神经网络 神经胶质瘤 磁共振成像 术后 ROC曲线

摘要:
目的探讨人工神经网络对颅内胶质瘤术后早期反应性强化与肿瘤残存强化的MRI表现的鉴别诊断价值.资料与方法构建一个3层误差反向传播(back propagation, BP)网络来鉴别诊断术后肿瘤残存与正常脑组织的反应性强化.研究对象为100例颅内胶质瘤术后患者,术后1个月内至少行1次MRI检查,80例作为训练数据,20例作为检验数据.对MR图像的5个指标进行描述,作为输入层的输入数据输入网络.用检验数据检验网络性能,并用受试者操作特征(receiver operating characteristic curves, ROC)方法评价网络性能.结果人工神经网络诊断出13例残存肿瘤中的10例,敏感性为76.9%,诊断出7例反应性强化中的6例,特异性为85.7%;放射科医师诊断出8例残存肿瘤,敏感性为61.5%,诊断出5例反应性强化,特异性为71.4%.神经网络ROC曲线下面积Az=0.813±0.105,显著高于放射科医师ROC曲线下的面积Az=0.665±0.130.结论人工神经网络能成功鉴别颅内胶质瘤术后的反应性强化与肿瘤残存,可以辅助放射科医师鉴别肿瘤残存与正常脑组织的反应性强化.

基金:
语种:
第一作者:
推荐引用方式(GB/T 7714):

资源点击量:16409 今日访问量:0 总访问量:869 更新日期:2025-01-01 建议使用谷歌、火狐浏览器 常见问题

版权所有©2020 首都医科大学宣武医院 技术支持:重庆聚合科技有限公司 地址:北京市西城区长椿街45号宣武医院