一种基于3D mp-MRI特征融合的新奇预测方法,用于肌肉入侵膀癌
Jie Yu1, Lingkai Cai2, Chunxiao Chen1
1Department of Biomedical Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing, People's Republic of China.
Physics in medicine and biology
|February 2, 2024
概括
使用多参数MRI助力诊断肌肉侵入性膀癌 (MIBC) 的新组合模型策略 (CMS). 这种人工智能驱动的方法协助泌尿科医生和放射科医生,提高了非肌肉侵入性膀癌 (NMIBC) 和MIBC) 的诊断准确度.
科学领域:
- 医疗成像医学成像
- 在瘤学瘤学.
- 人工智能在医学中的应用
背景情况:
- 精确的膀癌手术前诊断,区分非肌肉侵入性 (NMIBC) 和肌肉侵入性 (MIBC) 类型,对于有效的治疗计划至关重要.
- 多参数磁共振成像 (mpMRI) 提供了详细的解剖和功能信息,但需要复杂的分析以获得最佳的诊断性能.
研究的目的:
- 开发和验证使用mpMRI的组合模型策略 (CMS),以改善NMIBC和MIBC的手术前诊断.
- 提高诊断准确度,并协助泌尿科医生和放射科医生区分NMIBC和MIBC.
主要方法:
- 提出了一个CMS,包括图像注册 (DWI/DCE到T2WI),膀和瘤区域的细分以及多序特征融合.
- 采用注册网络与补丁采样,规范化相互信息以实现空间一致性.
- 开发了一个分布式的多层融合模型,集成T2WI,DWI和DCE功能,用于MIBC预测,使用五倍交叉验证进行验证.
主要成果:
- 内部队列 (404名患者) 显示,CMS在曲线下的面积为0.928,准确度为0.869,灵敏度为0.753,特异性为0.929.
- 在外部验证组中,CMS的性能 (在外部队列中精度为0.831) 超过了泌尿科医生 (0.781) 和放射科医生 (0.813) 的评估.
- 在手术前MIBC诊断中,CMS的诊断性能与高级放射科医生相美,优于泌尿科医生.
结论:
- 拟议的组合模型策略 (CMS) 显著提高了肌肉侵入性膀癌 (MIBC) 的术前诊断准确度.
- CMS有效地协助初级和经验丰富的泌尿科医生和放射科医生在区分MIBC和NMIBC方面.
- 这种人工智能驱动的mpMRI分析工具有可能提高膀癌管理中的临床决策.
