Page 84 - 南京医科大学学报自然科学版

第44卷第3期
·374 · 南 京 医 科 大 学 学 报 2024年3月

Data preprocessing Feature extraction Model construction Result analysis
HCR Features DTL Features
BraTS dataset Feature selection ROC
Tumor shape ResNet50
Receiver operating characteristic
1.0
mRMR 0.8
Conv1 0.6
Spearman RF⁃RFE True Positive Rate （ Positive label： 1 ） 0.4 ROC fold 0（AUC=0.99）
ROC fold 1（AUC=1.00）
Max Poo1 0.2 ROC fold 2（AUC=0.99）
ROC fold 3（AUC=1.00）
ROC fold 4（AUC=1.00）
Tumor intensity SVM⁃RFE Chance
Mean ROC（AUC=0.996 ± 0.004）
0.0 ± 1 std.dev.
0.6
0.0 0.2 False Positive Rate（Positive label：1） 0.8 1.0
0.4
Conv2_x*3
Feature fusion SHAP
High
Conv3_x*4
T1+T2+T1c+Flair
Tumor texturc T1+T1c T2+Flair T1+Flair
T1+T2+T1c T2+T1c+Flair
Conv4_x*6
T1 T2 T1c Flair T1 T2 T1c Flair Feature value
T1+T2 T2+T1c T1c+Flair
Conv5_x*3 T1+T1c+Flair T2+T2+Flair
Wavelet filter -0.6 -0.4 -0.2 0.0 0.2 Low
Average poo1 Classifier
FC +0.08
L H +0.02 +0.03
+0.02
SVM LR +0.01 +0.01
+0.01
L H L H RF XGBoost +0.01 +0.01
T1 T2 1000 categories +0.01 +0.01
+0.01
KNN DT +0.01 +0.01
T1c Flair +0.01 +0.01
NB +0 +0.01 +0.01
+0
+0
+0.09
DLR Features 0.00 0.02 0.04 0.06 0.08
图1 构建及验证分级预测模型的流程图
Figure 1 A flow chart of the building and validating the hierarchical prediction model
T1 T2 T1c Flair
Original image
Segmentation image

The yellow area in the segmentation image represents the edema area，and the green area represents the tumor area.
图2 多序列MRI影像图片
Figure 2 Multi⁃sequence MRI images

验丰富的神经影像科医生手工分割勾画 ROI，ROI 征、形态特征、灰度共生矩阵（gray level co⁃occurrence
包括坏死区域、增强肿瘤区域、非增强肿瘤区域和 matrix，GLCM）、灰度游程矩阵（gray level run length
水肿区域。在手动分割后，使用 SimpleITK 软件包 matrix，GLRLM）、灰度尺寸区域矩阵（gray level size
（www.simpleitk.org）对所有 MRI 进行 N4 偏置场校 zone matrix ，GLSZM）、灰 度 相 依 矩 阵（gray level
正，对图像进行预处理以减少数据采集的影响。 dependence matrix，GLDM）和 灰 度 区 域 大 小 矩 阵

1.2 方法 （neighborhood gray ⁃ tone difference matrix，NGTDM）
1.2.1 特征提取 特征。
HCR 特 征 提 取 ：使 用 Pyradiomics 软 件 包 DTL特征提取：在提取DTL特征之前，选择上述
（https：//pypi.org/project/pyradiomics）从T1、T2、T1c和 4 个序列中各自具有最大矢状面积的 ROI 进行裁
Flair 4个序列的感兴趣区域体积（volume of interest， 剪，将输入图像重采样为 224×224 单位大小。选择
VOI）中分别提取HCR特征。HCR特征包括一阶特 在 ImageNet（http：//www.image⁃net.org）上预训练的