计算机断层扫描放射学对良性和恶性乳腺瘤多式预测模型的潜在附加值
Jing Qin1, Xiachuan Qin1, Yayang Duan1
1Department of Ultrasound, The First Affiliated Hospital of Anhui Medical University, Hefei, China.
Translational cancer research
|February 27, 2024
概括
计算机断层扫描 (CT) 放射学与超声波 (美国) 模型的整合显著提高了乳腺癌预测的准确性. 这种综合方法在诊断乳腺疾病方面比单个成像方法具有更大的临床实用性.
科学领域:
- 医疗成像医学成像
- 无线电学 (Radiomics) 是一种无线电学.
- 机器学习在瘤学中的应用
背景情况:
- 早期诊断乳腺癌至关重要,但与传统成像具有挑战性.
- 放射学提供了一种非侵入性方法,以提高诊断效率.
- 这项研究研究了将CT放射学与美国模型用于乳腺癌预测的结合.
研究的目的:
- 评估将计算机断层扫描 (CT) 放射学信息与超声波 (美国) 模型用于乳腺癌预测的有效性.
- 为了比较一个结合的美国和CT放射学模型与单独的美国模型的诊断性能.
主要方法:
- 对420名确诊乳腺瘤患者的回顾性分析.
- 使用MaZda软件对感兴趣的区域 (ROI) 的细分和放射性特征的提取.
- 使用随机森林 (RF),支向量机和K-最近邻居分类器开发用于US和组合组的预测模型.
主要成果:
- 美国小组在RF中获得了0.90 (培训) 和0.85 (验证) 的AUC.
- 结合的美国和CT放射组在RF中获得了较高的AUC,分别为0.95 (训练) 和0.92 (验证).
- 综合模型显示,与单个模式相比,校准和临床净益处优越.
结论:
- 综合的美国和CT放射学模型显示了改善乳腺疾病的预后预测的巨大潜力.
- 这种综合方法提供了增强的诊断价值和实际的临床实用性.
- 放射学集成代表了非侵入性乳腺癌诊断的有希望的进步.


