基于影像组学和临床特征构建用于区分胰腺良恶性病变的多模态可解释机器学习模型

高级检索

BPG致力于知识的发现和传播

Home / Archive / Volume 33, Issue 5

本文章

本文章的引用

本文章的通讯作者

本文章的研究领域

本文章的类型

本文章的开放获取政策

本文章的Google引用次数

本文章的点击和下载次数

All Articles published online

Item

Count

PDF

HTML

372

总和 = 462

Featured Article

Item

Count

Browse

Download

总和 = 96

Publishing Process of This Article

Item

Count

Browse

Download

总和 = 23

2025-05-28 (publication date) through 2025-06-22

本文章的被引频次

本文章的期刊信息

出版物名称

世界华人消化杂志

ISSN

1009-3079

本文章的出版商

Baishideng Publishing Group Inc, 7041 Koll Center Parkway, Suite 160, Pleasanton, CA 94566, USA

临床研究

世界华人消化杂志. 2025-05-28; 33(5): 361-372
在线出版 2025-05-28. doi: 10.11569/wcjd.v33.i5.361

图4 机器学习模型ROC曲线. A: 3种模型在训练集上的ROC曲线; B: 3种模型在验证集上的ROC曲线. ROC: 受试者工作特征曲线; AUC: 受试者工作特征曲线及曲线下面积.

引文著录: 蔡晓晗, 范晓飞, 李姝, 方维丽, 王邦茂, 王玉峰, 冯月, 穆金宝, 刘文天. 基于影像组学和临床特征构建用于区分胰腺良恶性病变的多模态可解释机器学习模型. 世界华人消化杂志 2025; 33(5): 361-372