通过基于放射学的手术前CT图像评估,用于血清性卵巢癌的多任务预测模型

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 医疗成像医学成像

背景情况:

• 高度血清性卵巢癌 (HGSOC) 是一个重大的死亡率挑战.
• 准确的手术前评估对于有效的HGSOC治疗计划至关重要.

研究的目的:

• 开发和评估HGSOC的多任务预测模型,使用手术前CT图像的放射学分析.
• 评估模型预测R0切除,淋巴结入侵和远程转移的能力.

主要方法:

• 从112名HGSOC患者的CT图像中提取了放射性特征.
• 多任务分类模型是使用选定的最佳放射性特征构建的.
• 用ROC曲线,AUC和De Long测试来评估模型性能,比较放射学和临床模型.

主要成果:

• 在测试组中,放射学模型在预测R0切除 (AUC 0.881),淋巴结入侵 (AUC 0.800) 和远程转移 (AUC 0.796) 方面表现优于临床模型.
• 在联合放射学-临床和临床模型之间观察到显著差异 (p < 0.003).
• 放射学模型显示,淋巴结入侵和远程转移预测的校准更好.

结论:

• 来自CT图像的放射学特征显示了在HGSOC中进行R0切除,淋巴结入侵和远程转移的术前评估的潜力.
• 放射性诺姆图为预测HGSOC患者的手术结果和转移提供增量价值.