ネオアジュヴァント療法後の乳がん収縮パターンの予測のための腫瘍内微生物群関連MRIモデル
Yuhong Huang1, Xinyang Song2, Yilin Chen1
1Department of Breast Cancer, Cancer Center, Guangdong Provincial People's Hospital (Guangdong Academy of Medical Sciences), Southern Medical University, No. 106 Zhongshan 2nd Rd, Yuexiu District, Guangzhou 510080, China.
この研究では,腫瘍内微生物のデータを統合したMRIモデルを開発し,乳がん患者の新補助療法後の腫瘍縮小パターンを予測し,手術計画を改善しました.
科学分野:
- 腫瘍学
- 放射線科
- 微生物群の研究
背景:
- ネオアジュバント療法 (NAT) の後の腫瘍縮小パターン (TSP) の正確な予測は,乳がんの手術計画において極めて重要です.
- 腫瘍内微生物群は治療反応に影響し,そのイメージング機能がTSPの予測を向上させることを示唆しています.
研究 の 目的:
- 腫瘍内微生物群データを含めたMRIモデルを開発し,NAT後の正確なTSP予測を検証する.
- 異なる分子サブタイプと腫瘍段階でのモデルのパフォーマンスを評価する.
主な方法:
- 12施設の2249人の乳がん患者の遡及分析
- 3D U-Netセグメンテーション,放射性/ディープラーニング機能 (ResNet-50),および微生物群データを用いた5つのMRIモデルの開発
- ROC曲線と診断メトリクスを使ったトレーニング,内部,および外部データセットを使用して検証します.
主要な成果:
- 融合モデルは,シングルタイムポイントモデルと比較して,TSPを予測する上で優れた性能を示した (内部および外部検証ではAUCは0. 89と0. 87).
- このモデルは様々な分子のサブタイプと腫瘍の段階において 頑丈さを示した.
- 集中縮小は腫瘍内微生物群の増加と関連していた.
結論:
- 腫瘍内微生物の情報を統合したMRIモデルは,腫瘍の縮小パターンの正確な予測を可能にします.
- このアプローチは,NATを受けている乳がん患者の乳腺保存手術計画を最適化するのに有望です.
さらに関連する動画
08:32Using Computer-based Image Analysis to Improve Quantification of Lung Metastasis in the 4T1 Breast Cancer Model
Published on: October 2, 2020
10:25Author Spotlight: Integrating High-Resolution Intravital Imaging and MRI to Enhance Stereotactic Body Radiation Therapy Planning
Published on: April 12, 2024
関連する概念動画
Mouse Models of Cancer Study
The development of transgenic, knockout, and knock-in mice has led to an exponential increase in their use as model organisms in research,...
Magnetic Resonance Imaging
Imaging Studies III: Computed Tomography
Imaging Studies IV: Magnetic Resonance Imaging
Imaging Studies VII: Vascular Imaging
