【摘 要】
：
本文将影像组学的方法和机器学习算法结合起来,对脑部胶质瘤进行分级预测.利用BraTS2019公开数据集,从多模态MRI图像中分别提取肿瘤的448维影像组学特征:肿瘤形态学特征、一阶灰度特征、纹理特征等;然后通过最小绝对收缩和选择算子(Lasso)算法筛选出15个最佳的影像组学特征;最后根据筛选出的最佳特征集,利用随机森林分类算法构建脑部胶质瘤的分级预测模型.基于机器学习建立的模型在训练组患者中预测胶质瘤级别的准确率达到95.6％,ROC曲线下面积(AUC)达到0.99;在验证组患者中预测胶质瘤级别的准确率
【机 构】
：
太原工业学院,山西 太原 030008
论文部分内容阅读
本文将影像组学的方法和机器学习算法结合起来,对脑部胶质瘤进行分级预测.利用BraTS2019公开数据集,从多模态MRI图像中分别提取肿瘤的448维影像组学特征:肿瘤形态学特征、一阶灰度特征、纹理特征等;然后通过最小绝对收缩和选择算子(Lasso)算法筛选出15个最佳的影像组学特征;最后根据筛选出的最佳特征集,利用随机森林分类算法构建脑部胶质瘤的分级预测模型.基于机器学习建立的模型在训练组患者中预测胶质瘤级别的准确率达到95.6％,ROC曲线下面积(AUC)达到0.99;在验证组患者中预测胶质瘤级别的准确率达到89.3％,AUC达到0.96.可见,基于机器学习算法,利用影像组学的方法可以对脑部肿瘤的高低级别进行准确的预测和分类.
其他文献
习近平主席在第七十五届联合国大会上提出,我国力争在2030年前二氧化碳排放达到峰值,努力争取2060年前实现碳中和.这标志着我国的低碳经济踏上了高速发展的快车道.作为绿色生态宜居新城建设标杆的雄安新区,应该在“双碳”目标的达成上起到引领作用.要想实现这一目标就少不了碳金融的支持.目前,雄安新区整体的发展仍处于起步阶段,金融基础薄弱导致碳金融的发展起步艰难,同时社会对于碳金融的整体认知程度不高、从事碳金融工作的专业人才比较缺乏以及碳金融的相关制度不健全等都是雄安新区发展碳金融可能遇到的问题.加快推进雄安新区
高度重视粮食主产区利益补偿,不仅关系国家粮食安全大局,而且事关区域协调发展和代际平衡.近年来,我国不断加强对粮食主产区的政策支持力度,有力推动了全国粮食产量连年增长,但粮食主产区利益补偿总体仍显不足,利益机制仍亟待完善.当前,要加快推动粮食主产区利益补偿实现从补偿引导到补偿自觉转变、从注重利益平衡到注重机会均衡转变、从经济理性主导到综合理性主导转变、从单一循环向体系互动转变,科学界定利益补偿责任,优化利益补偿政策组合,创新利益补偿运行体制,强化利益补偿动态评价,健全利益补偿法制体系.
企业经营需要持续地开源节流,不断拓展客户,降低运营成本,实现企业利润最大化,良性发展.后疫情时代,我们面临着复杂的外部环境,愈发激烈的行业竞争,不断提升的经营成本,如何在纷繁复杂的竞争中不断寻找强化优势,是我们每个企业人都要思考和解决的问题.数字化转型是一条可以拓宽企业竞争优势的道路.近年来,大数据、云技术、5G通信技术、工业互联网等新一代信息技术不断发展与成熟,为定制家居行业数字化转型奠定了基础.
为了降低大城市市民出行成本,缓解公交企业运力压力,提出一种智能交通出行OD(Origin Destination,出行地和目的地)的公交调度优化算法,以公交出行OD客流预测和计划排班发车时间间隔为出发点,运用公交出行OD客流推导理论,构建智能交通出行OD的公交调度优化模型.通过获取个人OD数据,利用单条线路公交OD方法,实现全市公交OD矩阵推算.根据全市公交出行OD推算结果,求解公交调度模型,解决智能交通调度多目标规划和公交线网优化问题.通过仿真模拟试验,分析智能公交排班计划评价指标,计算车辆营运效率占比