期刊简介
本刊由上海市医学会主办，全国介入放射学组协办，实际上也是全国介入放射学组的专刊，是一本有关介入放射学基础研究、临床等方面的学术性期刊。办刊的宗旨是：贯彻“百花齐放，百家争鸣”的方针，遵循理论与实际相结合，临床与基础相结合，普及与提高相结合的原则，为介入放射学的医疗、教学和科研提供学术交流的园地。主要栏目有：述评、论著、实验研究、短篇、经验介绍、病例报告、综述、训练等。内容涉及：神经介入、心脏介入、血管介入、肿瘤介入、非疗内介入等各个领域，是介入放射学界医、教、研各类人员的良师益友。
往期目录
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
-
2019
首页>介入放射学杂志
- 杂志名称：介入放射学杂志
- 主管单位：上海市卫生和计划生育委员会
- 主办单位：上海市医学会
- 国际刊号：1008-794X
- 国内刊号：31-1796/R
- 出版周期：月刊
期刊荣誉：中国学术期刊(光盘版)全文收录期刊期刊收录：Pж(AJ) 文摘杂志(俄), 维普收录(中), CSCD 中国科学引文数据库来源期刊(含扩展版), 统计源核心期刊(中国科技论文核心期刊), 上海图书馆馆藏, 北大核心期刊(中国人文社会科学核心期刊), 医学文摘, 国家图书馆馆藏, 剑桥科学文摘, 知网收录(中), 哥白尼索引(波兰), 万方收录(中)
支持向量机CT引导下肺穿刺活检气胸预测模型的研究
吴虹霖；雷丽程；杨茂江；蒋小凤；王朗；李杨；杨汉丰
关键词：支持向量机, 机器学习, 预测模型, 气胸, CT引导下肺穿刺活检
摘要：目的 基于患者基本信息、病变及手术相关因素,采用支持向量机(SVM),联合特征选择算法,建立CT引导下经皮胸腔肺穿刺活检(PTNB)气胸预测模型.方法 回顾性分析经CT引导下PTNB患者94例(气胸组月非气胸组:43/51).于PACS系统上获取患者基本信息、肺部病变及穿刺活检术中的相关风险因素.采用特征选择的方法选取与气胸发生相关性较大的风险因素,采用SVM模型,并同神经网络(NN)、随机森林(RF)机器学习模型进行对比,建立气胸预测模型.结果 特征选择得到气胸风险因素按重要性大小排序:病灶深度、年龄、病灶大小、进针深度、穿刺针经过通气肺组织的长度、进针角度、穿刺针过胸膜凹陷及性别.与NN和RF相比,SVM预测性能好,其准确度为88.9％、灵敏度为71.4％、特异度为100％.结论 机器学习方法可用于建立CT引导下PTNB气胸预测模型,SVM能构建预测气胸的优模型,辅助临床诊断.
友情链接