中国卫生统计
中國衛生統計
중국위생통계
CHINESE JOURNAL OF HEALTH STATISTICS
2010年
6期
572-576
,共5页
粗糙集%胶质瘤%诊断%数据挖掘%预测
粗糙集%膠質瘤%診斷%數據挖掘%預測
조조집%효질류%진단%수거알굴%예측
目的 利用粗糙集、决策树及二元logistic回归法等三种方法根据常规MRl分级诊断胶质瘤,比较三种方法的诊断性能.方法 275例确诊胶质瘤病例(低级别胶质瘤151例,高级别胶质瘤124例),术前常规MRI平扫及增强检查,提取的MRI征象包括病灶数目、形态、边缘、水肿、坏死、占位效应、钙化、出血、T1WI、T2WI及增强特点.粗糙集基于Rosetta软件使用遗传算法进行属性约简并产生诊断规则,决策树使用CRT算法建立胶质瘤分级诊断规则,回归法使用二元logistic回归法建立胶质瘤诊断模型.结果 粗糙集、决策树树及回归法的诊断准确性分别为84.4%、83.3%、83.6%;敏感度分别为75%、74.2%、79.8%;特异度分别为92.1%、91.3%、86.8%,三种方法的ROC曲线下面积分别为0.92、0.907和0.902,ROC曲线下面积之间无明显差异性.相比其他两种方法,粗糙集可以得到更多的确定性诊断规则.结论 粗糙集具有与其他两种方法一样的诊断性能,却可以得出明确及清晰的诊断规则,具有更好的临床应用价值.
目的 利用粗糙集、決策樹及二元logistic迴歸法等三種方法根據常規MRl分級診斷膠質瘤,比較三種方法的診斷性能.方法 275例確診膠質瘤病例(低級彆膠質瘤151例,高級彆膠質瘤124例),術前常規MRI平掃及增彊檢查,提取的MRI徵象包括病竈數目、形態、邊緣、水腫、壞死、佔位效應、鈣化、齣血、T1WI、T2WI及增彊特點.粗糙集基于Rosetta軟件使用遺傳算法進行屬性約簡併產生診斷規則,決策樹使用CRT算法建立膠質瘤分級診斷規則,迴歸法使用二元logistic迴歸法建立膠質瘤診斷模型.結果 粗糙集、決策樹樹及迴歸法的診斷準確性分彆為84.4%、83.3%、83.6%;敏感度分彆為75%、74.2%、79.8%;特異度分彆為92.1%、91.3%、86.8%,三種方法的ROC麯線下麵積分彆為0.92、0.907和0.902,ROC麯線下麵積之間無明顯差異性.相比其他兩種方法,粗糙集可以得到更多的確定性診斷規則.結論 粗糙集具有與其他兩種方法一樣的診斷性能,卻可以得齣明確及清晰的診斷規則,具有更好的臨床應用價值.
목적 이용조조집、결책수급이원logistic회귀법등삼충방법근거상규MRl분급진단효질류,비교삼충방법적진단성능.방법 275례학진효질류병례(저급별효질류151례,고급별효질류124례),술전상규MRI평소급증강검사,제취적MRI정상포괄병조수목、형태、변연、수종、배사、점위효응、개화、출혈、T1WI、T2WI급증강특점.조조집기우Rosetta연건사용유전산법진행속성약간병산생진단규칙,결책수사용CRT산법건립효질류분급진단규칙,회귀법사용이원logistic회귀법건립효질류진단모형.결과 조조집、결책수수급회귀법적진단준학성분별위84.4%、83.3%、83.6%;민감도분별위75%、74.2%、79.8%;특이도분별위92.1%、91.3%、86.8%,삼충방법적ROC곡선하면적분별위0.92、0.907화0.902,ROC곡선하면적지간무명현차이성.상비기타량충방법,조조집가이득도경다적학정성진단규칙.결론 조조집구유여기타량충방법일양적진단성능,각가이득출명학급청석적진단규칙,구유경호적림상응용개치.
