基于MR-T2WI纹理特征的决策树分类分析在FIGO-Ⅱ期宫颈癌宫旁浸润中的诊断价值
【摘要】 目的:探讨基于纹理特征的决策树分类分析所建立的分类预测模型对245794MRI10MR组中这软件在FIGOⅡBMR-T2WI期宫旁浸润组资料，其中上提取宫颈癌的MR-T2WI个Ⅱ颈癌患者的例，FIGO-ⅡA个纹理参数，经过特征选择降维得到纹理参数值的差异，选取差异具有统计学意义的参数作为自变量，采用期宫颈癌宫旁浸润的诊断价值。方法:搜集本院经手术或活检病理证实的连续Mazda较件进行决策树分类分析，并采用策树（CHAID）、穷举成功建立了能够判断宫旁浸润与非宫旁浸润的预测模型，4曲线下面积分别为为FIGO-期宫例。使用个纹理参数，比软曲线分析决策树模型的诊断效能。结果:采用卡方自交互侦测决CHAID、快速无偏和高效统计树（QUEST）和分类回归树（CRT）四种决策树方法种决策树预测模型的分类诊断符合率分别0.822，敏感度分别为MR-T2WI期宫颈
