使用放射学预测亚固体肺结节的生长率
Zong Jing Ma1, Zhuang Xuan Ma1, Ying Li Sun1
1Department of Radiology, Huadong Hospital, Fudan University, Shanghai, 200040, China.
BMC medical imaging
|November 7, 2023
概括
一个结合放射学和放射学特征的新模型准确地预测了亚固体肺结节 (SSN) 的生长率. 这一进步有助于优化临床决策,改善SSN患者的长期管理.
科学领域:
- 放射学 放射学是一门学科.
- 医学成像分析 医学成像分析
- 在瘤学瘤学.
背景情况:
- 精确评估肺结节生长速度对于管理亚固体肺结节 (SSN) 至关重要.
- 对SSN的临床随访需要可靠的方法来预测它们的生长轨迹.
研究的目的:
- 开发和验证一个预测模型,用于潜固体肺结节的生长率.
- 为了比较一个联合放射学-放射学模型与传统方法的性能.
主要方法:
- 从857个CT扫描中对273个成长中的SSN进行了回顾性分析.
- 使用放射学和放射学特征 (结节密度,螺纹,血管性) 开发预测模型.
- 在培训和验证集上使用曲线下的面积 (AUC) 评估模型性能.
主要成果:
- 一个整合放射学和放射学特征的诺米克图实现了0.928 (培训) 和0.905 (验证) 的AUC.
- 组合模型显著优于仅使用放射性特征 (AUCs ~0.67) 或仅使用放射性特征 (AUCs ~0.85) 的模型.
结论:
- 将放射学和放射学特征结合在一起的名图提供了SSN增长率的准确预测.
- 这种模型可以增强SSN患者的临床治疗决策和长期管理策略.
