一种基于多模态超声影像组学的甲状腺滤泡瘤良恶性预测模型及其构建方法

本发明提供了一种基于多模态超声影像组学的甲状腺滤泡瘤良恶性预测模型及其构建方法，通过PyRadiomics工具分别从甲状腺滤泡瘤常规超声的1125个影像组学特征和多普勒超声的1125个影像组学特征中各提取筛选出5个最重要特征，基于筛选出的10个最重要特征构建逻辑回归预测模型，并通过列线图实现可视化，最终形成本发明的核心预测模型，该模型的预测效能优于基于单一模态超声的预测模型，ROC‑AUC大于0.97。