Lasso筛选后original_glcm_ClusterShade -0.023833 wavelet-LL_firstorder_90Percentile -0.139712 wavelet-LL_glrlm_RunEntropy -0.026165 original_glrlm_LongRunHighGrayLevelEmphasis -0.078956 original_firstorder_90Percentile -0.000259 gradient_glcm_MCC -0.041576 wavelet-HL_firstorder_Mean 0.037306 根据影像组学特征解释上述结果

根据影像组学特征，我们可以对Lasso筛结果进行进一步解释：

1. originalcm_ClusterShade（原始图像灰度共生矩阵的ClusterShade特征）：其系数为-0.023833，表示该特征对目标变量的影响较小。这可能意味着该特征在区分目标变量方面的能力有限。

2. wavelet-LL_firstorder_90Percentile（小波变换后的低频子带中的第一阶统计量的90百分位数）：其系数为-0.139712，表示该特征对目标变量的影响较小。这可能说明在低频子带中的第一阶统计量的90百分位数对目标变量的预测能力较弱。

3. wavelet-LL_glrlm_RunEntropy（小波变换后的低频子带中灰度共生矩阵的RunEntropy特征）：其系数为-0.026165，表示该特征对目标变量的影响较小。这可能意味着在低频子带中灰度共生矩阵的RunEntropy特征在预测目标变量方面具有较低的重要性。

4. original_glrlm_LongRunHighGrayLevelEmphasis（原始图像灰度共生矩阵的LongRunHighGrayLevelEmphasis特征）：其系数为-0.078956，表示该特征对目标变量的影响较小。这可能说明在原始图像灰度共生矩阵中的LongRunHighGrayLevelEmphasis特征对目标变量的预测能力较弱。

5. original_firstorder_90Percentile（原始图像的第一阶统计量的90百分位数）：其系数为-0.000259，接近于零，表示该特征对目标变量的影响几乎可以忽略。

6. gradient_glcm_MCC（梯度图像的灰度共生矩阵的MCC特征）：其系数为-0.041576，表示该特征对目标变量的影响较小。这可能意味着在梯度图像的灰度共生矩阵中的MCC特征在预测目标变量方面具有较低的重要性。

7. wavelet-HL_firstorder_Mean（小波变换后的高低频子带之间的第一阶统计量的均值）：其系数为0.037306，表示该特征对目标变量有一定的正相关。这可能说明在高低频子带之间的第一阶统计量的均值对目标变量具有一定的预测能力。

需要注意的是，这些解释仅基于特征的名称和系数，具体的特征解释还需要结合领域知识和实际数据进行深入分析。