相关实验视频
Updated: Jul 21, 2025
07:37
Translational Orthotopic Models of Glioblastoma Multiforme
Published on: February 17, 2023
2.8K
开发和外部验证基于MRI的放射性诺米克图,以区分局限性星状质瘤和扩散性质瘤:一个多中心研究
Shuang Li1, Xiaorui Su2, Juan Peng3
1Huaxi MR Research Center (HMRRC), Department of Radiology, West China Hospital of Sichuan University, Chengdu, Sichuan, China (S.L., X.S., S.Z., H.S., Q.T., Q.G.); Research Unit of Psychoradiology, Chinese Academy of Medical Sciences, Chengdu, Sichuan, China (S.L.); Functional and Molecular Imaging Key Laboratory of Sichuan Province, West China Hospital of Sichuan University, Chengdu, Sichuan, China (S.L.).
Academic radiology
|July 28, 2023
概括
新的模型可以使用放射学来区分有限的天体细胞质瘤 (CAG) 和扩散性质瘤 (DG). 接口放射学模型显示高精度,有助于术前评估和改善质瘤患者管理.
科学领域:
- 神经瘤学神经瘤学
- 医疗成像医学成像
- 无线电学 (Radiomics) 是一种无线电学.
背景情况:
- 世界卫生组织 (WHO) 中枢神经系统 (CNS) 瘤分类第五版引入了"扩散性"和"局限性"质瘤.
- 区分这些质瘤类型对于准确的诊断和治疗计划至关重要.
研究的目的:
- 开发和验证放射学模型,以区分局限性天体细胞质瘤 (CAGs) 和扩散性质瘤 (DGs).
- 根据不同感兴趣的体积 (VOI) 和结合放射学和临床特征来评估模型的性能.
主要方法:
- 从三所机构的475名CAG和DG患者的MRI数据进行了回顾性分析.
- 瘤细分来定义VOI:瘤和周周瘤,整个瘤和接口.
- 放射学,临床和组合模型的开发,使用合成少数群体过量采样技术进行数据集平衡.
主要成果:
- VOI接口放射学模型在交叉验证中实现了0.806的AUC,在外部验证中达到0.897.
- 一个结合了接口放射学和临床特征的组合模型在外部验证中显示出卓越的性能,AUC为0.94.
- 通过ANOVA和SVM选择的7个特征是模型预测能力的关键.
结论:
- 专注于周口区域的放射学模型在区分CAG和DG方面是有效的.
- 这些模型显示了瘤性质的术前评估和改善质瘤患者临床管理的潜力.
