预测肺腺癌中的内脏膜入侵呈现为部分固体密度的肺腺癌,采用与放射学和临床特征相结合的诺莫格拉姆模型
Fen Wang1, Xianglong Pan2, Teng Zhang3
1Department of Medical Imaging, The Affiliated Huai'an No.1 People's Hospital of Nanjing Medical University, Huai'an, China.
Thoracic cancer
|November 29, 2023
概括
一种新的名图模型使用放射学和临床数据准确地预测肺结节中的内脏膜入侵 (VPI). 这种非侵入性工具有助于手术前诊断,根据临床要求提供高灵敏度或特异性.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 医疗成像医学成像
背景情况:
- 内脏膜入侵 (VPI) 是肺腺癌发病阶段的关键因素.
- 准确的手术前预测VPI对于治疗规划至关重要.
- 目前用于VPI检测的方法有局限性.
研究的目的:
- 开发和验证一个手术前的诺莫格拉姆模型,用于预测肺结节中的VPI.
- 结合放射学特征和临床特征,以提高预测准确度.
- 为了评估nomogram的性能与临床和仅放射学模型相比.
主要方法:
- 对156名病理确诊的侵袭性肺腺癌患者的回顾性审查.
- 使用FeAture Explorer Pro (FAE) 来提取放射性特征.
- 使用多变量回归分析构建和内部验证基于CT的放射学模型和名ogram模型.
- 使用接收器操作特征曲线 (AUC) 下面的面积进行性能评估.
主要成果:
- 与临床模型 (0.787) 相比,诺莫格拉姆模型实现了0.888的更高AUC.
- 诺米图的表现与放射学模型 (0.879) 的表现相当.
- 在验证数据集中,名录模型显示灵敏度为90.5%,特异性为76.9%.
结论:
- 开发的诺莫格拉姆模型作为一种非侵入性方法,用于手术前的VPI预测.
- 该模型在实现高灵敏度或特异性方面提供了灵活性,满足各种临床需求.
- 这种方法可以改善手术前评估,并指导肺腺癌的手术或治疗决策.
更多相关视频
07:53Author Spotlight: Advancing 3D Modeling for Enhanced Diagnosis and Treatment of Pulmonary Nodules in Early-Stage Lung Cancer
Published on: October 13, 2023
1.5K
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.3K
