多参数MRI放射性特征可能有助于预测世卫组织II级脑膜瘤患者的无进展生存率
Qiang Zeng1,2, Zhongyu Tian1,2, Fei Dong3
1Department of Neurosurgery, Second Affiliated Hospital of Zhejiang University School of Medicine, Hangzhou, Zhejiang, China.
Frontiers in oncology
|July 15, 2024
概括
多参数MRI的放射性特征可以预测世卫组织II级脑膜瘤患者的无进展生存期 (PFS). 机器学习模型,特别是袋装AdaBoost和神经网络,在这些预测中显示出高准确性.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 医疗成像医学成像
背景情况:
- 世卫组织二级脑膜瘤是侵袭性瘤,需要准确的预后工具.
- 预测无进展生存期 (PFS) 对于有效的治疗计划至关重要.
研究的目的:
- 调查世卫组织二级脑膜瘤患者PFS多参数MRI放射性特征的预测价值.
- 开发和评估用于PFS预测的机器学习模型.
主要方法:
- 从164名患者的多参数MRI扫描中提取了851个放射性特征.
- 使用最大相关性和最小冗余性 (mRMR) 进行特征选择.
- 开发并比较了袋式AdaBoost,随机梯度提升,随机森林和神经网络模型.
主要成果:
- 确定女性性别,总体切除 (GTR),年轻年龄和较低的胀指数作为PFS的保护因素.
- 包装的AdaBoost和神经网络模型实现了最高的预测性能,曲线下的面积 (AUC) 为0.927.
- 模型使用ROC分析显示出强大的区分能力.
结论:
- 使用袋装AdaBoost和神经网络模型分析的手术前多参数MRI的放射性特征可以有效地预测世卫组织II级脑膜瘤中的PFS.
- 这些发现支持使用先进的成像技术来个性化治疗策略和改善患者预后.


