优化批量测定,以改善多中心PET/CT放射学特征在头癌中的协调和预测
Huiqin Wu1,2,3, Xiaohui Liu2,3, Lihong Peng2,3
1Department of Medical Imaging, Guangdong Second Provincial General Hospital, Guangzhou, Guangdong, 518037, People's Republic of China.
Physics in medicine and biology
|October 16, 2023
概括
这项研究优化了PET/CT放射学对头癌 (HNC) 预后的批量效应缓解. 连续战斗协调,结合临床数据,在预测整体存活率方面取得了最高的准确性.
科学领域:
- 无线电学 (Radiomics) 是一种无线电学.
- 医疗成像医学成像
- 在瘤学瘤学.
背景情况:
- 多中心PET/CT成像中的批量效应可能会阻碍放射学模型的性能.
- 准确的头癌 (HNC) 预后对于患者的治疗结果至关重要.
研究的目的:
- 为了识别和减轻PET/CT放射学特征中的批量效应,以改善HNC预后.
- 评估三种批量协调方法:无监督,监督和战斗.
主要方法:
- 调查无监督 (K-意味着集群),监督 (已知收购因素) 和战斗协调.
- 在多中心PET/CT数据集 (800名HNC患者) 上单独和顺序应用方法.
- 使用带有和没有协调的放射学模型预测的整体存活率 (OS).
主要成果:
- 与没有协调 (0.684-0.767) 相比,战斗协调在OS预测中显示出好处 (C指数0.687-0.740).
- 监督协调的成绩优于无监督协调的成绩.
- 在PET_rs+clinic模型中,与临床特征的顺序协调产生了最高的C指数 (0.767).
结论:
- 最佳批量确定,特别是顺序战斗协调,可以提高放射学模型的预测能力.
- 这种方法有可能用于使用PET/CT成像的多中心HNC数据集.
更多相关视频
10:17Guidelines and Experience Using Imaging Biomarker Explorer IBEX for Radiomics
Published on: January 8, 2018
13.2K
09:21Human Brown Adipose Tissue Depots Automatically Segmented by Positron Emission Tomography/Computed Tomography and Registered Magnetic Resonance Images
Published on: February 18, 2015
12.2K
