JoVE - Journal of Visualized Experiments
JoVE Visualize
Contact Us
このページは機械翻訳されています。他のページは英語で表示される場合があります。 View in English

MpMRIと18F-PSMA-PET/CTを用いた前立腺がんにおける前立腺外拡張を予測するための多様画像学深層学習モデル

  • 0Department of Radiology, The First Affiliated Hospital of Wenzhou Medical University, No. 1 of Xuefubei Road, Ouhai District, Wenzhou, 325000, Zhejiang Province, China.
Cancer Imaging : the Official Publication of the International Cancer Imaging Society +

|

2025年8月20日

|

2025年8月20日

PubMedで要約を見る

まとめ

この要約は機械生成です。

MRIとPET/CTスキャンを組み合わせた新しいディープラーニングモデルは 前立腺がんにおける前立腺外拡張を正確に予測します このツールは 放射線科医の精度を改善し 個別化された治療決定に役立ちます

科学分野

  • 放射線科
  • 医療用イメージング
  • 人工知能

背景

  • 前立腺外延伸 (EPE) の正確な予測は,前立腺がん (PCa) の治療計画において極めて重要です.
  • 現在の診断方法は,EPEを正確に決定する上で限界があります.
  • マルチモダルイメージングは 診断の精度を向上させる可能性を秘めています

研究 の 目的

  • PCaにおけるEPE予測のための磁気共鳴画像 (mpMRI) と18F-PSMA-PET/CTを統合した多様式深層学習 (DL) モデルを開発する.
  • EPEの放射線医の診断精度を高めるためのDLモデルの有効性を評価する.
  • 開発されたDLモデルの臨床的利益を評価する.

主な方法

  • 根性前立腺切除術を受けたPCa患者からの臨床および画像データの遡及的収集.
  • mpMRIと18F-PSMA-PET/CTを組み合わせたマルチモダルDLモデルの開発
  • マルチモダルのDLモデルの性能と単一モダルのモデルの比較と,モデル支援と無モデル支援の放射線医による評価

主要な成果

  • mpMRI + PET/ CTの多式DLモデルを組み合わせると,主治体ではAUCが0. 82,外部検証群ではAUCが0. 81であった.
  • マルチモダルのDLモデルは,単一モダルのモデルと比較して優れた予測精度を示しました.
  • ディープラーニングによる評価は,放射線科医のみと比較してAUCと感度 (P < 0. 05) を著しく改善し,特異性はわずかに低下した.

結論

  • mpMRIと18F-PSMA-PET/CTを統合したマルチモデルの深層学習モデルは,前立腺がんにおけるEPEの強力な予測性能を示しています.
  • このモデルは,EPEの評価における放射線医の精度を効果的に高めています.
  • このAIツールは前立腺がんの管理において 個別化された正確な治療決定を支援する可能性を 示しています

キーワード: