通过 Δ 放射学模型预测微波除在肺癌中的早期疗效
Jing Yang1, Chen Yang2, Jianju Feng3
1From the School of Medicine, Shaoxing University.
Journal of computer assisted tomography
|April 24, 2024
概括
计算机断层扫描 (CT) 扫描的放射性信号可以预测微波切除 (MWA) 后肺恶性瘤的早期治疗反应. 结合手术前,手术后和变化 (Δ) 放射性特征,可以提高治疗疗效的预测准确性.
科学领域:
- 放射学 放射学是指放射学
- 在瘤学瘤学.
- 医学成像分析 医学成像分析
背景情况:
- 肺部恶性瘤带来了重大的治疗挑战.
- 微波除 (MWA) 是肺瘤的新兴疗法.
- 准确的早期评估MWA治疗疗效对于患者管理至关重要.
研究的目的:
- 评估基于CT的术前和术后放射性信号的实用性,包括随时间的变化 (Δ放射性),用于评估肺癌中MWA的早期治疗反应.
- 开发和验证治疗疗效的预测模型.
主要方法:
- 分析了115名用MWA治疗的肺恶性瘤患者.
- 从手术前 (TP0) 和手术后 (TP1) 的非对比CT扫描中提取了定量放射性特征.
- 放射性模型是使用TP0,TP1和Δ放射性特征构建的;一个组合模型将这些与临床风险因素集成在一起.
- 使用曲线下面面积 (AUC) 和决策曲线分析 (DCA) 评估模型性能.
主要成果:
- 与仅使用TP0或TP1特征的模型相比,Δ放射学模型表现出更高的性能.
- 结合TP0,TP1和Δ放射性特征的综合后勤回归模型实现了最高的预测性能 (AUC为0.945训练,0.744验证).
- 决策曲线分析证实了 Δ 放射学模型的临床实用性.
结论:
- 使用术前 (TP0),术后 (TP1) 和变化 (Δ) 放射性特征的联合预测模型是有效的,用于评估MWA在肺癌的早期疗效.
- 放射学分析提供了一种非侵入性方法来预测治疗反应.
- 这些发现支持将放射学纳入MWA监测的常规临床实践.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.2K
11:31Using Micro-computed Tomography for the Assessment of Tumor Development and Follow-up of Response to Treatment in a Mouse Model of Lung Cancer
Published on: May 20, 2016
10.7K
