基于CT影像组学鉴别心脏淀粉样变性与主动脉瓣狭窄的数据集
该数据集包含42名患者的107个心脏CT影像组学特征原始数据,通过几何变换和统计验证确保特征稳健性,采用分层交叉验证和多种机器学习方法进行特征选择与分类,旨在开发一种基于影像组学的非侵入性工具,以准确鉴别心脏淀粉样变性与主动脉瓣狭窄,为临床决策提供支持。
创建时间2024-02-08
更新时间2024-02-08
资源简介
该数据集来源于一项医学影像研究,旨在利用心脏计算机断层扫描(CT)的影像组学特征来鉴别心脏淀粉样变性与主动脉瓣狭窄。数据集包含42名接受经导管主动脉瓣置换术患者的原始数据,对每位患者评估了107个影像组学特征,并通过几何变换和组内相关系数分析验证了特征的稳健性。研究采用分层7折交叉验证划分数据集,并应用了三种特征选择方法和五种机器学习分类器进行分析。结果表明,通过逻辑回归分类器结合Wilcoxon符号秩检验和LASSO回归,在测试集上取得了95%的准确率。该数据集主要用于开发非侵入性工具,以支持临床决策,区分两种具有相似表型但预后和治疗意义不同的心脏疾病。
提供机构:Zenodo
精度瓶颈?数据缺失?
当前公开数据无法满足您的算法精度?千方提供针对 心脏淀粉样变性 的高质量、多模态真实临床数据定制解决方案。