双模放射学用于预测状甲状腺癌中的宫淋巴结转移

科学领域:

• 放射学 放射学是一门学科.
• 在瘤学瘤学.
• 医疗成像医学成像

背景情况:

• 在乳头甲状腺癌 (PTC) 中宫淋巴结转移 (CLNM) 的术前预测对于指导手术决策至关重要.
• 准确的PTC分期影响治疗策略和患者的治疗结果.

研究的目的:

• 开发和验证双模放射学 (DMR) 模型,用于在PTC中进行CLNM的非侵入性预测.
• 评估基于灰度超声波 (GSUS) 和双能计算断层扫描 (DECT) 单独和组合的模型的性能.

主要方法:

• 从348名PTC患者的GSUS (464个特征) 和DECT (960个特征) 数据集中提取了放射学特征.
• 使用皮尔森相关系数和LASSO回归进行了特征选择.
• 支持矢量机 (SVM) 分类器被用来构建GSUS,DECT和联合GSUS-DECT放射学模型.

主要成果:

• 结合的GSUS-DECT放射学模型实现了最高的预测性能.
• 在测试组中,曲线下的面积 (AUC) 为GSUS的0.643,DECT的0.680和组合模型的0.744.
• 与单一模式模型相比,双模模式在预测CLNM方面显示出更高的准确性.

结论:

• 开发的双模放射学模型为预测PTC患者的CLNM提供了一个有希望的非侵入性工具.
• 这个模型可以帮助临床医生制定更明智的外科手术计划,从而有可能改善患者管理.
• 整合GSUS和DECT放射学可以提高PTC中CLNM预测的准确性.