基于临床与CT影像组学特征模型区分良恶性胸膜积液的补充材料
该数据集包含315例胸膜积液患者的CT影像数据及临床表格数据，通过提取影像组学特征（如纹理、形状等）并结合临床指标（如年龄、生物标志物等），构建了用于区分恶性与良性胸膜积液的预测模型，主要应用于医学影像组学分析和临床辅助诊断研究，以提升胸膜积液性质的鉴别准确性和临床决策支持能力。
创建时间2024-02-03
更新时间2024-06-25
原始链接
https://karger.figshare.com/articles/dataset/Supplementary_Material_for_An_integrated_clinical_and_CT-based_radiomics_feature_model_to_separate_benign_from_malignant_pleural_effusion/25127405/1
官方服务
帮我联系如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集是一项用于区分恶性胸膜积液（MPE）与良性胸膜积液（BPE）的研究的补充材料。数据集包含315例胸膜积液患者的回顾性数据，分为训练集（220例）和测试集（95例）。数据内容包括患者的CT影像（从中提取了1834个影像组学特征，最终筛选出15个最优特征）以及临床因素（如年龄、积液侧别、降钙素原、癌胚抗原、糖类抗原125和神经元特异性烯醇化酶等）。研究通过逻辑回归、支持向量机和随机森林等方法构建了影像组学模型、临床模型以及两者结合的联合模型，并利用ROC曲线、校准曲线和决策曲线分析评估了模型的区分性能。该数据集主要用于医学影像组学与临床诊断的交叉研究，旨在开发辅助诊断胸膜积液性质的预测工具。
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 胸膜疾病 的高质量、多模态真实临床数据定制解决方案。