放射学模型使用CTCT预测神经母细胞瘤骨髓转移

科学领域:

• 在瘤学瘤学.
• 医疗成像医学成像
• 机器学习 机器学习

背景情况:

• 骨髓转移是神经母细胞瘤的关键预后因素.
• 正确的诊断受到神经母细胞瘤异质性的阻碍.
• 放射学尚未应用于神经母细胞瘤骨髓转移.

研究的目的:

• 开发和评估用于预测神经母细胞瘤骨髓转移的放射学模型.
• 评估多层感知子 (MLP) 和放射学临床模型的性能.

主要方法:

• 对187名神经母细胞瘤患者的回顾性分析.
• 从对比度增强的CT扫描中提取2632个放射性特征.
• 使用9种机器学习方法开发放射学和放射学临床模型,包括MLP.

主要成果:

• 该MLP放射学模型的AUC达到0.97 (培训) 和0.90 (验证).
• 该MLP放射学临床模型显示AUC为0.93 (训练) 和0.91 (验证).

结论:

• 基于MLP的放射学和放射学临床模型在预测神经母细胞瘤骨髓转移方面表现出高精度.
• 这些模型为提高诊断准确性提供了一个有希望的工具.