从ICC区分HCC和基于MRI深度放射学预测ICC等级:使用病变及其扩展区域
Shuping Wang1, Xuehu Wang2, Xiaoping Yin3
1College of Automation Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China; College of Electronic and Information Engineering, Hebei University, Baoding 071002, China.
概括
扩大MRI区域的放射性特征改善了肝细胞癌 (HCC) 和肝内胆管癌 (ICC) 之间的差异化,提高了肝脏瘤的诊断准确性.
科学领域:
- 医疗成像医学成像
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
背景情况:
- 肝细胞癌 (HCC) 和肝内胆管癌 (ICC) 是具有明显预后的原发性肝癌.
- 准确区分HCC和ICC对于适当的治疗计划至关重要.
- 放射学,从医学图像中提取定量特征,在非侵入性地表征瘤方面显示出希望.
研究的目的:
- 评估基于MRI的放射学特征从内和周区域的疗效,以区分HCC与ICC.
- 评估这些放射学特征能够预测ICC的分化度的能力.
- 使用精选的放射学和卷积特征,比较各种机器学习分类器的预测性能.
主要方法:
- 追溯分析87名病理确认的HCC和75名ICC患者.
- 通过手动调整标准ROI来生成多个兴趣区域 (ROI) 的扩展区域.
- 应用三步特征选择方法用于放射学和卷积特征.
- 机器学习分类器使用主导特征集和扩展区域的性能比较,通过AUC,特异性,灵敏性,F1得分和准确性进行评估.
主要成果:
- 整合卷积功能增强了模型性能.
- 与标准ROI相比,扩展ROI表现出优异的预测性能.
- 一个6毫米的扩展区域实现了最高的预测能力分类 (AUC=0.96,F1=0.94,精度=0.94) 和分级 (AUC=0.94,F1=0.93,精度=0.89).
结论:
- 利用更大的扩展区域进行放射学特征提取可以提高瘤预测性能.
- 放射学和卷积特征的融合具有显著的潜力,可以提高肝脏瘤放射学的诊断准确性.
- 这种方法可以帮助区分HCC和ICC,并预测ICC等级.
