从胸部CT扫描中基于深度学习的年龄估计
Ghazal Azarfar1,2, Seok-Bum Ko3, Scott J Adams4
1Department of Medical Imaging, University of Saskatchewan, Saskatoon, SK, Canada. azarfar.g@gmail.com.
概括
胸部CT扫描可以估计生物年龄,提供超越时间年龄的见解. 这种新方法预测肺癌风险比单独的时间年龄更准确.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能在医学中的应用
背景情况:
- 从医学成像对生物年龄的估计提供了补充的临床见解.
- 年代年龄是标准的指标,但生物年龄可以提供更细致的了解健康状况.
研究的目的:
- 开发一种使用胸部CT扫描来估计患者年龄的方法.
- 评估胸部CT衍生的估计年龄是否是肺癌风险的优越预测指标,而不是时间年龄.
主要方法:
- 一个深度学习模型 (Inception-ResNet-v2) 在国家肺部查试验中的13824个胸部CT扫描上受过训练.
- 该模型的性能在1849个CT扫描的本地数据集上得到了验证.
- 肺癌风险的评估是通过比较CT估计年龄大于年代年龄的人与CT估计年龄小于年代年龄的人来评估.
主要成果:
- 年龄预测模型在本地数据上实现了1.84年的平均绝对误差和0.97的皮尔森相关系数.
- 模型的注意力集中在与肺相关的区域.
- CT估计年龄大于时间年龄的个体患肺癌的相对风险高出1.82倍.
结论:
- 胸部CT衍生的估计年龄反映了生物衰老过程.
- 来自胸部CT扫描的估计年龄可能比时间年龄更准确地预测肺癌风险.
- 需要对更大,更多样化的群体进行进一步的验证,以将研究结果通用化.


