基于影像组学的胶质母细胞瘤和单发脑转移瘤的鉴别诊断--特征提取及分类模型的构建

摘要

本研究旨在基于影像组学，通过特征提取和分类模型的构建，确定一个最优模型对胶质母细胞瘤

（GBM）和单发脑转移瘤（sMET）进行鉴别。回顾性收集183例GBM患者和sMET患者的T1WI、

CE_T1WI、T2WI、T2_FLAIR图像，随机分为训练（n=121）队列和验证（n=62）队列。运用

Pyradiomics软件提取影像组学特征，通过15种特征选择方法算法和10种分类器对上述特征数据进

行训练