基于来自扩散数据的强大特征的放射学特征,用于区分良性和恶性单一肺病变
Jiaxuan Zhou1, Yu Wen1, Ruolin Ding2
1Department of Radiology, The Key Laboratory of Advanced Interdisciplinary Studies Center, The First Affiliated Hospital of Guangzhou Medical University, Guangzhou, 510120, Guangdong, China.
概括
使用扩散权重成像 (DWI) 的新型放射学诺米克图有力地区分了良性和恶性肺病变. 这种人工智能驱动的工具与传统的肺癌检测方法相比,提供了更高的诊断准确度.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能在医学中的应用
背景情况:
- 精确的肺病变分类对于有效的治疗计划至关重要.
- 区分良性和恶性肺结节有助于临床决策.
研究的目的:
- 开发和验证放射学名图,以区分良性和恶性肺病变.
- 为了评估从扩散权重成像 (DWI) 的放射学特征的性能.
主要方法:
- 两阶段研究涉及前性数据收集和后性验证.
- 使用一致性相关系数 (CCC) 和动态范围 (DR) 评估特征稳定性.
- 使用机器学习算法构建的放射学签名;名录集成临床和放射学数据.
主要成果:
- 来自DWI和明显扩散系数 (ADC) 图像的显著部分放射学特征显示出强度.
- 放射学名图实现了最高的诊断性能,曲线下的面积 (AUC) 为0.923.
- 在分化病变方面,名图表表现优于个体临床因素和ADC值.
结论:
- 来自肺部DWI的放射学特征是强大的和可靠的.
- 与传统方法相比,ADC放射性诺米克图为单独的肺病变提供了优越的诊断价值.
- 这个名图代表了一个有前途的非侵入性工具,用于肺癌的精确诊断.
