相关实验视频
Updated: Jul 2, 2025

Quantifying Cognitive Decrements Caused by Cranial Radiotherapy
Published on: October 18, 2011
量化美国三角洲放射学预测头部和部状细胞癌患者的辐射反应
Laurentius Oscar Osapoetra1, Archya Dasgupta1, Daniel DiCenzo1
1From the Departments of Radiation Oncology (L.O.O., A.D., I.K., I.P., Z.H., W.T.T., G.J.C.), Medical Oncology (W.T.T.), and Medicine (W.T.T.), Sunnybrook Health Sciences Centre, 2075 Bayview Ave, Toronto, ON, Canada M4N 3M5; Departments of Radiation Oncology (L.O.O., A.D., I.K., I.P., Z.H., W.T.T., G.J.C.) and Medical Biophysics (G.J.C.), University of Toronto, Toronto, Canada; and Departments of Physical Sciences (L.O.O., A.D., D.D., K.F., K.Q., M.S., L.S., G.J.C.) and Evaluative Clinical Sciences (W.T.T.), Sunnybrook Research Institute, Toronto, Canada.
经过一周的放射治疗后,美国的定量放射学可以预测头癌的治疗反应. 这种使用机器学习的早期预测可能会改善头部和部状细胞癌患者的治疗结果.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 无线电学 (Radiomics) 是一种无线电学.
背景情况:
- 头部和部状细胞癌 (HNSCC) 是一个重要的治疗挑战.
- 在放射治疗 (RT) 早期预测治疗反应对于优化患者管理至关重要.
- 定量超声波 (QUS) 放射学为分析成像数据提供了一种非侵入性方法.
研究的目的:
- 评估QUS放射学参数的预测能力,该参数在RT的第一周后获得,用于HNSCC的治疗反应.
- 评估机器学习分类器在基于早期QUS放射学数据的预测响应方面的性能.
主要方法:
- 一项前性研究涉及55名患有庞大的结节阳性HNSCC的参与者,他们正在接受治疗意图的RT.
- 从转移性淋巴结获得的QUS射频数据是在RT之前和一周后获得的.
- 使用灰级共发生矩阵的纹理分析产生了放射性特征;计算了delta (Δ) 参数.
主要成果:
- 五个 Δ 参数显示了响应者和非响应者之间的统计学上显著差异 (P < .05).
- 一个支持向量机器分类器实现了71%的灵敏度,76%的特异性和0.77 AUC用于响应预测.
- 使用在RT的第一周后获得的数据,分类器的性能得到了改善.
结论:
- 使用早期的RT后数据的QUS Δ-放射学模型可以合理地预测HNSCC的治疗反应.
- 早期的QUS放射学显示出作为放射瘤学中计算机辅助诊断工具的前景.
- 这种方法可以促进及时调整治疗以改善HNSCC结果.
更多相关视频
07:29Intramucosal Inoculation of Squamous Cell Carcinoma Cells in Mice for Tumor Immune Profiling and Treatment Response Assessment
Published on: April 22, 2019
07:57Positron Emission Tomography-based Dose Painting Radiation Therapy in a Glioblastoma Rat Model using the Small Animal Radiation Research Platform
Published on: March 24, 2022