云端决策支持系统用于非小细胞肺癌组织学特征从胸部计算机断层扫描扫描

科学领域:

• 放射学和人工智能在瘤学中的应用
• 医学成像和诊断 医学成像和诊断
• 计算病理学计算病理学

背景情况:

• 非小细胞肺癌 (NSCLC) 是最常见的肺癌类型,需要精确的组织学表征.
• 目前的诊断方法,如肺活检是侵入性的,并带有风险.
• 需要使用非侵入性技术来确定NSCLC组织学,以便进行个性化治疗.

研究的目的:

• 开发一个先进的云端决策支持系统,LUCY,用于非侵入性NSCLC组织学特征.
• 为了能够直接从胸部计算机断层扫描 (CT) 扫描进行表征.
• 为肺腺癌 (LUAD) 和肺状细胞癌 (LUSC) 提供临床有用的预测.

主要方法:

• 在四个公共数据集中利用了182名LUAD和186名LUSC受试者的CT扫描.
• 实现并比较了两个端到端的神经网络,这些神经网络具有卷积式长期短期记忆层.
• 在测试数据集上评估性能,根据NSCLC组织学亚型,位置和等级分析结果,通过热图视频进行视觉解释.

主要成果:

• 在所有测试的NSCLC组织学组中,LUCY实现了收容器运行特征曲线 (AUC) 下的面积值超过77%.
• 在整个测试数据集中,最大AUC达到了97%,显示出高度的概括性和稳定性.
• 该系统为LUAD和LUSC受试者提供了及时,非侵入性和可视化可理解的预测.

结论:

• LUCY是一个临床上有用的决策支持系统,用于NSCLC组织学特征.
• 该系统提供了一种可靠的,非侵入性的替代肺活检,用于组织学亚型.
• 来自LUCY的可视化预测可以帮助临床医生做出明智的治疗决策.