论著-腹部
机器学习算法和能谱CT预测体内一水草酸钙结石*
作者：黄丽丰1 刘宣含1 刘满荣2 丁 可 1
所属单位：1.南宁市第二人民医院放射科 2.南宁市第二人民医院超声科(广西 南宁 530000)
PDF摘要
目的 本研究的目的是基于能谱CT多定量参数，并利用机器学习算法构建最佳预测模型，用于分析体内一水草酸钙结石。方法 回顾性搜集123例尿路结石患者，将数据按7：3比例随机分为训练集(n=86)和测试集(n=37)。使用六种机器学习算法包括逻辑回归(logistic)、 极端梯度增强(XGBoost)、随机森林(RandomForest)、高斯朴素贝叶斯(GNB)、支持向量机(SVM)、K近邻(KNN)构建体内一水草酸钙结石的预测模型，用曲线下面积(AUC)值、校准曲线、DCA曲线、准确率-召回率曲线(PR曲线)、平均精确度(AP)进行综合分析并选出最佳预测模型。模型的可解释性采用SHapley Additive exPlanations(SHAP)算法。结果 最终发现3个独立预测影响因子，分别是年龄、性别、有效原子序数(Zeff)，并用其建立的逻辑回归分类模型在5折交叉验证中的训练集中显示最佳识别能力。结论 基于机器学习算法的逻辑回归分类模型可以有效预测体内一水草酸钙结石。
【关键词】人工智能；机器学习； 能谱CT成像；一水草酸钙结石
【中图分类号】R445.4
【文献标识码】A
【DOI】10.3969/j.issn.1672-5131.2025.03.051
中国CT和MRI杂志
第23卷， 第 3 期
2025年03月
相关文章
编辑部邮箱：（1）中国CT和MRI杂志：ctmri@vip.163.com；（2）罕少疾病杂志：hs1999@vip.163.com
联系电话：0755-83695203
公司地址： 深圳市龙岗区坂田街道坂田社区吉华路489号乐荟科创中心13栋G层12房
简体中文
English
个人中心
微信公众号
头条号