使用MRI放射学和机器学习对儿科扩散性中线质瘤的整体存活率的早期预测:一项两中心研究
Xinyang Liu1, Zhifan Jiang1, Holger R Roth2
1Sheikh Zayed Institute for Pediatric Surgical Innovation, Children's National Hospital.
medRxiv : the preprint server for health sciences
|November 14, 2023
概括
分析MRI放射学的机器学习模型可以预测儿科扩散中线质瘤 (DMG) 的整体存活率. 这种方法有助于患者分层和治疗指导这些侵略性脑瘤.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 人工智能的人工智能
背景情况:
- 扩散性中线质瘤 (DMG) 是一种具有侵略性的儿科脑瘤,需要准确的诊断和预后工具.
- 目前的诊断和监测依赖于磁共振成像 (MRI).
- 预测患者整体存活率 (OS) 对于指导治疗策略至关重要.
结论:
- 对MRI放射学进行机器学习分析,为预测儿科DMG患者的存活率提供了一种非侵入性方法.
- 这些发现支持使用放射性特征用于早期患者分层和个性化治疗指导.
- 这种方法有可能显著改善被诊断为扩散中线质瘤的儿童的结果.
