视力变压器为基础的多标签存活预测,在放射治疗后耳鼻癌的生存预测
Meixu Chen1, Kai Wang1, Jing Wang1
1Medical Artificial Intelligence and Automation (MAIA) Lab, Department of Radiation Oncology, UT Southwestern Medical Center, Dallas, Texas.
International journal of radiation oncology, biology, physics
|November 8, 2023
概括
一个基于视觉变压器 (ViT) 的新模型使用多式联络数据预测了多种口腔癌 (OPC) 的结果. 这种先进的预后工具通过优于单标签模型来改善个性化放射治疗.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 口腔大癌 (OPC) 治疗个性化需要准确的预后.
- 现有的模型经常预测单一的终点,限制了全面的患者评估.
研究的目的:
- 为OPC.开发基于视觉变压器 (基于ViT) 的多标签模型.
- 使用多模式预处理数据预测多个生存终点.
主要方法:
- 利用了512名OPC患者的数据集,用CT图像,瘤口罩和临床变量.
- 使用ViT模块进行深度图像特征提取,并将其与临床数据连接起来.
- 使用多任务后勤回归来预测整体生存率,局部,区域和远程无故障生存率.
主要成果:
- 基于ViT的多标签模型在所有预测终点上实现了高性能.
- 获得的C指数为0.765至0.776的生存预测.
- 与单一模式和单一标签模型相比,表现出卓越的性能.
结论:
- 在OPC.中开发了第一种用于同时进行多标签预测的模型.
- 该模型显示了个性化辐射治疗计划的增强预后能力.


