基于单序列影像组学模型建立结果,选择测试集c-INDEX大于0.6的序列进一步进行方差-lasso特征选择,进而确定用于综合影像组学模型建立所需的影像组学特征｡单序列中全部把个序列c-INDEX均大于0.6,故将多序列组合一一对应定ax+cor,ax+dwih,ax+dwil,ax+sag1,ax+sag2,ax+sag3,cor+dwih,cor+dwil,cor+sag1,cor+sag2,cor+sag3,dwih+dwil,dwih+sag1,dwih+sag2,dwih+sag3,dwil+sag1,dwil+sag3,sag1+sag2,sag1+sag3,sag2+sag3,对其再次通过方差分析加lasso进行特征的筛选｡从中分别提取的特征数为20,29,24,17,21,22,29,19,24,20,20,14,6,19,27,23,22,28,25,7个｡我们将上诉序列组合的C-指数进行计算后,将C-指数大于0.6的序列进行筛选,总共筛选出4组序列分别为dwih+dwil,dwih+sag1,dwil+sag3,sag1+sag2,从中可见dwih,dwil,sag1,sag2,sag3五个序列在联合构建模型中展现出较为稳定的性能

根据你提供的信息，可以看出你在进行影像组学模型的建立和特征选择。首先，你根据单序列影像组学模型建立结果，选择测试集中C-INDEX大于0.6的序列进行进一步的方差-Lasso特征选择，以确定用于综合影像组学模型建立所需的影像组学特征。

由于你的多个序列组合一一对应后，得到了多个组合序列，因此你又对这些组合序列进行了方差分析和Lasso特征选择。最终，你筛选出了4组序列，分别为dwih+dwil、dwih+sag1、dwil+sag3和sag1+sag2。从中可以看出，这些序列中的dwih、dwil、sag1、sag2、sag3等五个序列在联合构建模型中展现出较为稳定的性能。

总的来说，你的做法是比较合理的，通过对多个序列的组合进行方差-Lasso特征选择，可以筛选出对模型性能影响较大的影像组学特征，提高模型的预测能力。