基于CT的机器学习放射学用于查患有结石的高风险个体
Bo Zhu1,2, Yuxi Nie1,2, Sijie Zheng3
1Department of Urology, The Second Affiliated Hospital, Guangzhou Medical University, Guangzhou, 510260, Guangdong, China.
放射学有效地选高风险个人结石. 这种方法将成像特征与性别和体重指数 (BMI) 结合起来,有助于早期检测并改善患者的治疗结果.
科学领域:
- 医疗成像和数据科学数据科学
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 放射学 放射学是一门学科.
背景情况:
- 预防和治疗结石需要对高风险人群进行查.
- 放射学为识别患结石风险较高的人提供了一种新的方法.
研究的目的:
- 开发和验证基于放射学的模型,用于查高风险结石患者.
- 确定结石的独立风险因素,并评估它们对预测模型性能的影响.
主要方法:
- 使用3Dslicer软件从513个脏扫描 (2020-2022) 中提取了放射性特征.
- 最小绝对收缩和选择操作员 (LASSO) 方法选择了关键特征.
- 后勤回归,决策树,AdaBoost和支持矢量机 (SVM) 模型进行了训练和验证.
- 通过逻辑回归分析确定了独立的风险因素 (性别,BMI).
主要成果:
- 后勤回归模型实现了0.858 (培训) 和0.806 (验证) 的曲线下的面积 (AUC).
- 纳入性别和BMI改善了预测性能,AUC为0.860 (培训) 和0.814 (验证).
- 临床决策曲线分析 (DCA) 显示,0.2至1.0.0之间的概率为临床益处.
结论:
- 开发的放射学模型显示出强大的预测能力,用于查高风险结石患者.
- 这种工具有助于早期干预,有可能改善患者的预后.
- 性别和BMI是结石的重要独立风险因素.
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
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
相关概念视频
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Urinary Tract Calculi III: Medical Management
Urinary Tract Calculi IV: Nutrition Therapy and Prevention
Imaging Studies I: Kidney, Ureter, and Bladder Studies
Imaging Studies II: Ultrasonography
Imaging Studies III: Computed Tomography
