基于球体外分区的深度放射学模型,用于预测肺癌患者对化疗的治疗反应

科学领域:

• 放射学 放射学是一门学科.
• 在瘤学瘤学.
• 医学成像分析 医学成像分析

背景情况:

• 化疗的预后对于非小细胞肺癌 (NSCLC) 的临床决策至关重要.
• 需要准确预测治疗反应,以优化患者管理.

研究的目的:

• 开发和验证NSCLC患者化疗反应的预测模型.
• 使用化疗前的CT图像来预测治疗反应.

主要方法:

• 对485名接受一线化疗的NSCLC患者进行了回顾性多中心研究.
• 从细分的CT图像区域 (球体和外) 开发使用放射性和深度学习特征的综合模型的开发.
• 在两个独立的队列中验证表现最好的模型.

主要成果:

• 结合放射性和深度学习特征的综合模型实现了高预测性能.
• 整合两种特征类型的特征融合模型显示曲线下的面积 (AUC) 为0.96.
• 最好的模型在两个验证集中实现了0.91和0.89的AUC.

结论:

• 开发的综合模型准确地预测了NSCLC患者的化疗反应.
• 这个工具可以帮助医生做出明智的临床决策来治疗NSCLC.