一个基于3D-CT多层次解剖特征的部分或彻底切除术的自动化手术决策框架,用于细胞癌的脏细胞癌
Huancheng Yang1,2,3,4, Kai Wu2,4, Hanlin Liu5
1Teaching Center of Shenzhen Luohu Hospital, Shantou University Medical College, Shantou, 515000, China.
European radiology
|June 8, 2023
概括
3D-CT解剖特征准确预测细胞癌的手术决定,有助于部分或彻底切除术的选择. 这种自动化框架使用医学图像和机器学习指导外科医生.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 医疗成像医学成像
背景情况:
- 细胞癌 (RCC) 治疗决策需要精确的手术规划.
- 区分部分和彻底的切除术对于患者的治疗结果至关重要.
- 准确预测手术方法对于有效的RCC管理至关重要.
研究的目的:
- 评估3D-CT多层次解剖特征在预测RCC手术决策中的有效性.
- 开发和验证一个自动化框架,以协助部分或彻底切除术决策.
- 评估一个集成3D-CT功能进行手术指导的机器学习模型的性能.
主要方法:
- 对473名病理证明RCC患者进行了回顾性多中心研究.
- 使用3D-UNet进行细分,使用多级特征提取器和XGBoost进行分类的自动化框架的开发.
- 在内部培训组 (412个案例) 和外部测试组 (61个案例) 上使用五重交叉验证策略进行验证.
主要成果:
- 结合的多层次特征在预测部分与激进切除术的过程中优于单层次特征.
- 内部验证实现了接收器操作特征曲线 (AUROC) 下的面积为0.93 ± 0.1.1.
- 外部验证表明最佳模型AUROC为0.82±0.1,最大3D直径是关键特征.
结论:
- 使用3D-CT多层次解剖特征的自动化框架在指导RCC手术决策方面表现强.
- 该框架为整合医疗成像和机器学习在手术规划中提供了一个有前途的方法.
- 该方法为细胞癌治疗的决策提供了可转移和可解释的工具.
