ステージI肺腺がんにおける侵襲性を術前予測するためのトポロジ的に異なる2Dおよび3D腫瘍内異質性スコア:多センター研究
Zhichao Zuo1, Xiaohong Fan2, Ying Zeng1
1Department of Radiology, Xiangtan Central Hospital, Xiangtan, Hunan, China.
PLOS digital health
|February 20, 2026
まとめ
この研究では,肺がんの侵入性を予測するための新しいCT画像スコアを開発しました. 新しい2Dと3Dの腫瘍内異質性 (ITH) スコアと機械学習を組み合わせて,肺腺がん (LUAD) の病理的侵襲性を正確に特定しました.
科学分野:
- 放射線学 放射線学
- 腫瘍学 腫瘍学
- コンピューティング・イマージング (Computational Imaging) とは
背景:
- 病理的侵襲性の正確な術前予測は,臨床I段階の肺腺がん (LUAD) に対して極めて重要です.
- 現在の方法は,腫瘍内の複雑な異質性を完全に捉えることはできません.
- 胸部CTイメージングは,腫瘍の特徴への非侵襲的な窓を提供します.
研究 の 目的:
- 胸部CT画像から新しい2Dおよび3D腫瘍内異質性 (ITH) スコアを開発し,検証する.
- LUADにおける病理的侵襲性の術前予測を強化する.
- これらのITHスコアと臨床放射線学的 (CR) 機能を統合するために,マシンの学習を使用して診断性能を改善します.
主な方法:
- トポロジ的に異なる2Dと3Dのアプローチを使用して,ITHを定量化するために,デュアルスケールの計算フレームワークが確立されました.
- 2D ITHスコアは,ローカルラジオミクスとグローバルピクセルパターンを統合した; 3D ITHスコアは,ヴォクセルベースのトポロジー認識分析を使用した.
- 6つの機械学習モデルが訓練され,検証され,CR機能と新しいITHスコアを統合しました.
主要な成果:
- 3つの医療センターで,合計1,238人のLUAD患者さんが含まれました.
- 2D/3D ITHスコアとCR機能 (2DITH-3DITH-CR CatBoost) を統合したCatBoost分類器は,高いパフォーマンスを達成しました.
- このモデルは,AUC 0.867 (内部) と 0.881 (外部検証) との優れた診断性能を示した.
結論:
- トポロジ的に異なる3DITHスコアは,LUAD侵襲性の術前分層化を大幅に改善します.
- 2DITH-3DITH-CR CatBoostモデルは,個別化された外科的決定を導くための堅牢で非侵襲的なツールを提供します.
- このアプローチは,早期の肺がんの治療戦略を最適化するために有望です.
