论文部分内容阅读
目的 基于患者基本信息、病变及手术相关因素,采用支持向量机（SVM）,联合特征选择算法,建立CT引导下经皮胸腔肺穿刺活检（PTNB）气胸预测模型。方法 回顾性分析经CT引导下PTNB患者94例（气胸组/非气胸组：43/51）。于PACS系统上获取患者基本信息、肺部病变及穿刺活检术中的相关风险因素。采用特征选择的方法选取与气胸发生相关性较大的风险因素,采用SVM模型,并同神经网络（NN）、随机森林（RF）机器学习模型进行对比,建立气胸预测模型。结果 特征选择得到气胸风险因素按重要性大小排序：病灶深度、年龄、