Análisis predictivo basado en el aprendizaje automático de los factores de eficiencia energética necesarios para el tratamiento HIFU de la adenomiosis
Video Experimental Relacionado
Updated: May 2, 2026

Real-time Monitoring of High Intensity Focused Ultrasound HIFU Ablation of In Vitro Canine Livers Using Harmonic Motion Imaging for Focused Ultrasound HMIFU
Published on: November 3, 2015
Ziyan Liu1, Ziyi Liu1, Yuan Wang1
1Department of Radiology, Affiliated Hospital of North Sichuan Medical College, Nanchong, China.
Un nuevo modelo conjunto que combina la imagen radiómica ponderada T2 y los datos clínicos predice con precisión el factor de eficiencia energética (EEF) para la ablación de ultrasonido enfocado de alta intensidad (HIFU) en pacientes con adenomiosis. Esto ayuda a optimizar las estrategias de tratamiento HIFU.
Área de la Ciencia:
- Imágenes médicas
- Radiología
- En el campo de la oncología
Sus antecedentes:
- La adenomiosis plantea desafíos para la ablación de ultrasonido enfocado de alta intensidad (HIFU).
- La predicción precisa del factor de eficiencia energética (EEF) es crucial para un tratamiento HIFU eficaz.
- Los métodos actuales para la predicción de la HAE pueden carecer de precisión.
Objetivo del estudio:
- Desarrollar un modelo conjunto que integre la imagen ponderada T2 (T2WI) radiómica y los parámetros clínicos.
- Para predecir el factor de eficiencia energética (EEF) para la ablación HIFU en pacientes con adenomiosis.
- Mejorar la precisión de las estrategias de dosificación HIFU.
Principales métodos:
- Estudio retrospectivo de 169 pacientes con adenomiosis sometidos a una ablación HIFU.
- Extracción de las características radiómicas de las secuencias de supresión de grasa T2WI (T2WI-FS).
- Desarrollo de modelos conjuntos utilizando árboles de decisión y algoritmos forestales aleatorios basados en características predictivas seleccionadas (MRMR y LASSO).
Principales resultados:
- Tanto el árbol de decisión como los modelos forestales aleatorios demostraron capacidad predictiva para la EFE.
- El modelo de árbol de decisión obtuvo un error medio absoluto (MAE) de 8,095, y el modelo forestal aleatorio obtuvo un MAE de 8,231 en el conjunto de ensayos.
- Se observaron diferencias estadísticamente significativas en el rendimiento predictivo entre los modelos (p < 0,05), con coeficientes de correlación de 0,768 y 0,777, y coeficientes R2 de 0,559 y 0,549.
Conclusiones:
- El modelo de articulación desarrollado predice efectivamente los valores de EEF para la ablación de HIFU en la adenomiosis.
- Este enfoque integrado en radiómica ofrece una base sólida para optimizar el tratamiento HIFU.
- Los hallazgos apoyan una mayor seguridad y eficacia en el tratamiento de la adenomiosis a través de una dosificación precisa de HIFU.
Más Videos Relacionados
05:56Evaluation of the Feasibility, Safety, and Accuracy of an Intraoperative High-intensity Focused Ultrasound Device for Treating Liver Metastases
Published on: January 9, 2019
13:41Magnetic Resonance-Guided High Intensity Focused Ultrasound Generated Hyperthermia: A Feasible Treatment Method in a Murine Rhabdomyosarcoma Model
Published on: January 13, 2023