临床放射学杂志

作者：李雪松, 吕建林, 贾春萍, 周清清, 张宏, 余玉盛

单位：211100 南京医科大学附属江宁医院医学影像科李雪松、周清清、张宏、余玉盛;泌尿科吕建林、贾春萍

关键词：鸟粪石,CT平扫,机器学习,成分识别

<b>目的</b> 探讨基于CT平扫图像的机器学习模型在识别鸟粪石的可行性。<b>方法</b> 共纳入63例患者已知成分的146枚结石进行研究。CT平扫图像用于提取纹理特征,使用显著性检验和皮尔逊相关系数对纹理特征进行降维处理,采用梯度提升决策树(GBT)算法建立机器学习模型。应用受试者工作特征曲线(ROC)评估机器学习预测模型的诊断性能。<b>结果</b> 共提取1746个纹理特征,筛选出12个最优纹理特征用于构建机器学习模型。训练集和测试集的机器学习模型识别鸟粪石的曲线下面积(AUC)分别为0.928和0.836。决策曲线提示模型具有较好的临床实用价值。<b>结论</b> 基于CT平扫图像构建的机器学习模型对识别泌尿系鸟粪石具有较高的价值。

来源：2025年第1期

《临床放射学》期刊编辑部

查看临床放射学杂志2025年第1期