在激进手术后预测胰腺管道腺癌的复发,使用AX-Unet胰腺细分模型和动态诺摩图
Haixu Ni1,2, Gonghai Zhou3, Xinlong Chen1
1First Clinical Medical College, Lanzhou University, Lanzhou 730000, China.
Bioengineering (Basel, Switzerland)
|July 29, 2023
概括
这项研究表明,AX-Unet分析的CT扫描中的放射性特征可以预测手术后胰腺管道腺癌 (PDAC) 复发. 该模型准确地识别风险因素,帮助瘤学家预测患者的预后.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 人工智能的人工智能
背景情况:
- 手术后胰腺管道腺癌 (PDAC) 复发是一个重大的临床挑战.
- 准确预测复发对于优化患者管理和治疗策略至关重要.
研究的目的:
- 评估来自对比度增强的CT图像的放射性特征的可靠性,通过AX-Unet进行细分,用于预测激进手术后的PDAC复发.
- 利用放射性和临床数据,开发一个用于术后复发的诺姆图谱预测模型.
主要方法:
- 在205名PDAC患者的手术前CT扫描上训练了一种AX-Unet模型用于胰腺细分.
- 在64名患者中评估了细分精度 (85.9%) 并分析了放射性特征与临床因素的相关性.
- 使用拉索和考克斯回归来识别风险因素和构建名录.
主要成果:
- 在胰腺细分方面,AX-Unet实现了85.9%的准确性.
- 放射性特征与淋巴结转移,切除能力和CA 19-9水平有显著的相关性.
- 变异和与复发率有关 (p < 0.05);名克AUC为0.92.
结论:
- AX-Unet模型显示了在手术后分析PDAC复发风险因素的潜力.
- 一个基于AX-Unet的动态名录可以提高胰腺癌患者的预后评估.
