• 首页
  • 期刊介绍
  • 投稿指南
  • 期刊订阅
  • 常见问题解答
  • 征稿启事
  • 联系我们
首页
期刊
2024年
第14期
影像研究

【摘要】目的:探讨与评价盆底超声组学与压力性尿失禁患者病情严重程度的关系。方法:选择 2023 年 1 月—2024 年 2 月在新疆伊犁哈萨克自治州新华医院诊治的 60 例压力性尿失禁患者作为研究对象,均给予病情严重程度判定,同时给予盆底超声组学与诊断价值分析。 结果:在 60 例患者中,病情严重程度轻度 48 例,中重度 12 例,分别占比 80.00% 和 20.00%。受试者工作特征(ROC)曲线分析显示 LR、 支持向量分类(SVC)、轻量梯度提升机(Light GBM)和 RF 四种机器学习算法模型判断压力性尿失禁患者病情严重程度的曲线下面积分别 为 0.809、0.854、0.858 和 0.910,预测中重度压力性尿失禁的灵敏度与特异度均≥ 75.00%。结论:盆底超声组学可为压力性尿失禁患者提 供很好的病情严重程度评估价值。 


【关键词】压力性尿失禁;盆底超声组学;机器学习算法模型;诊断价值

  • 首页
  • 期刊介绍
  • 投稿指南
  • 期刊订阅
  • 常见问题解答
  • 征稿启事
  • 联系我们
友情链接:
国家新闻出版署
中国知网
万方数据知识服务平台
维普网
超星

版权所有 © 《影像研究与医学应用》编辑部    京ICP备2025106106号-1

关注我们的公众号