在高级质瘤手术中量身定制的术内MRI策略:基于机器学习的放射学模型突出显示了选择性的好处
Martin Aichholzer1, Philip Rauch1, Lucia Kastler1
1Department of Neurosurgery, Kepler University Hospital, Johannes Kepler University, Linz , Austria.
Operative neurosurgery (Hagerstown, Md.)
|January 30, 2024
概括
对于复杂的高度质瘤 (HGG) 手术,当单独的5-氨基诺列维氨酸 (5-ALA) 不足时,手术内MRI (iMRI) 仍然至关重要. 机器学习可以预测MRI在复杂的HGG病例中提供了显著的切除益处.
科学领域:
- 神经外科 神经外科
- 在瘤学瘤学.
- 医疗成像医学成像
背景情况:
- 在手术内MRI (iMRI) 传统上最大限度地减少了高度质瘤 (HGG) 的切除.
- 最近的证据质疑iMRI对5-aminolevulinic acid (5-ALA) 的必要性,因为成本和时间.
- 临床观察表明iMRI的好处是选择复杂的HGG病例.
研究的目的:
- 评估5-ALA和iMRI在HGG切除中的疗效.
- 识别HGG特征,其中单独的5-ALA可能是不理想的.
- 开发一个预测模型,用于IMRI在HGG手术中的辅助效益.
主要方法:
- 对使用5-ALA和iMRI的73名HGG患者进行前性研究.
- 根据iMRI发现或外科医生的观察,定义了低于最佳的5-ALA疗效.
- 使用U2-Net深度学习提取放射性特征用于预测建模.
主要成果:
- 单独使用5-ALA可以实现93.14%的瘤去除;IMRI整合将这一数字提高到97%.
- 在低于最佳的5-ALA性能的情况下,iMRI显著改善了切除 (P=.00013).
- 一个深度学习的放射学模型显示了高的预测准确性 (Nagelkerke R2=0.565,ROC=0.901).
结论:
- 一种机器学习放射学方法可以预测什么时候单独使用5-ALA在HGG手术中是不理想的.
- 瘤体积,复杂的形态和左侧位置使5-ALA-only切除受损.
- 对于这些复杂的HGG案例来说,iMRI仍然是相关的和有益的.
