多参数前列腺MRI的稳定性从放射特征到细分的变化

科学领域:

• 放射学和医学成像技术
• 计算病理学计算病理学
• 开发瘤生物标志物的发展.

背景情况:

• 放射性特征稳定性对于在瘤学中开发可靠的成像生物标志物至关重要.
• 人类注释者之间的细分变异性可能会损害放射性特征的可重现性.
• 个性化瘤策略依赖于强大而稳定的成像生物标志物.

研究的目的:

• 开发一种 in silico 方法来模拟细分变化,以评估放射性特征的稳定性.
• 为了识别稳定的放射性特征,这些特征对细分差异具有强度.
• 评估预过策略对放射性特征稳定性的影响.

主要方法:

• 通过扰乱多参数MRI (T2w,ADC,SUB-DCE) 的前列腺腺细分来生成15个合成轮.
• 使用Pyradiomics提取了1224个放射性特征,并使用ICC评估了稳定性
• 在内部和外部群体中比较稳定的特征,并研究过策略.

主要成果:

• 分段变化显著影响了放射性特征的稳定性.
• 预过策略大大提高了特征稳定性:T2w (81%对36%),ADC (94%对36%),SUB-DCE (93%对43%).
• 确定了在内部和外部数据集中保持稳定的强大特征.

结论:

• 对细分变化的in silico模拟对于评估放射性特征稳定性是有效的.
• 预过策略对于减轻细分变异对放射性特征的影响至关重要.
• 通过这种方法确定了强大的放射性特征,可以提高用于个性化癌症治疗的成像生物标志物的可靠性.