言語がんの分化のためのMRIベースのディープラーニング放射学
Zhaoyi Lu1, Bowen Zhu2, Hang Ling3
1Department of Otorhinolaryngology, The First Affiliated Hospital, Nanjing Medical University, Nanjing, 210029, China.
BMC cancer
|August 23, 2025
まとめ
ディープラーニングMRIモデル (DLRresnet18/DLRresnet50) は,従来の放射線学と比較して,舌がんTステージの予測精度が向上しています. これらのモデルは 個別化された治療計画のための診断ツールを強化します
科学分野:
- 腫瘍学
- 放射線科
- 人工知能
背景:
- 正確なT段階の予測は,舌がんの治療計画において極めて重要です.
- 伝統的な放射学モデルは主観的な解釈によって制限されることがあります.
研究 の 目的:
- 言語がんのT段階を予測するための深層学習ベースのMRIモデルを開発し評価する.
- ディープラーニング放射学 (DLR) モデルと伝統的な放射学 (Rad) モデルのパフォーマンスを比較する.
主な方法:
- 579人の舌がん患者のMRIデータ (T2WI,CET1) の遡及分析.
- PyRadiomicsを使用して2375の放射能特性を抽出する.
- DLRモデル (ResNet18,ResNet50) の開発とRadモデルとの比較
主要な成果:
- ディープラーニングモデル (DLRresnet18,DLRresnet50) は,トレーニング,テスト,外部検証セットにおいて,Radモデルよりも優れたAUC値を示した.
- 決定曲線分析 (DCA) は,DLRモデルのより良いパフォーマンスを確認しました.
- 純再分類改善 (NRI) と統合差別改善 (IDI) は,DLRモデルにとって正しかった.
結論:
- DLRresnet18とDLRresnet50モデルは,舌がんのT段階の予測の精度を大幅に高めています.
- 人工知能が駆動するモデルは 主観的な解釈を減らし パーソナライズされた治療戦略をサポートします
- この研究は 言語がんの画像支援診断に 新しいツールを提供しています
