在低剂量CT图像中学习和描绘COPD的基于叶片的放射学特征 严重性的分期

科学领域:

• 医疗成像医学成像
• 无线电学 (Radiomics) 是一种辐射学.
• 肺部医学 肺部医学

背景情况:

• 慢性阻塞性肺病 (COPD) 是一种广泛的呼吸系统疾病,对全球健康产生重大影响.
• 精确的COPD严重程度的分期对于有效的患者护理和治疗策略至关重要.

研究的目的:

• 开发和评估一种基于叶片的新型放射学方法,用于使用计算机断层扫描 (CT) 图像来分类COPD的严重程度.
• 评估结合来自单个肺叶的放射性特征的有效性,以改善COPD病期.

主要方法:

• 一项涉及530名医院患者的回顾性研究.
• 使用卷积神经网络进行肺叶细分.
• 从五个肺叶中提取和合并放射性特征.
• 使用差异值,t-Test和LASSO进行特征选择.
• 使用支持矢量机 (SVM) 分类器对慢性慢性肺炎的严重程度进行分类.

主要成果:

• 根据全球慢性阻塞性肺病倡议 (GOLD) 标准,选择了104个特征来确定COPD的阶段,SVM的准确率为0.63.
• 另外132个特征区分了较轻的 (GOLD I+II) 和严重的 (GOLD III+IV) COPD,SVM的准确性达到0.87.

结论:

• 提出的基于叶片的放射学方法显著改进了COPD严重程度的分期.
• 整合来自单个肺叶的放射性特征,可以比对整个肺部进行评估更全面地分析CT数据.