使用放射学模型对软组织肉瘤进行分类:选择成像方法并与传统视觉分析进行比较

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:

• 软组织肉瘤 (STS) 需要精确分类才能进行适当的治疗.
• 区分低级和高级的STS对于患者管理至关重要.
• 当前的分级方法在诊断性能上可能有局限性.

研究的目的:

• 确定成像模式,对比剂,放射学模型和特征号码的最佳组合,以区分低级和高级STS.
• 评估放射学在STS分级中的诊断性能.
• 为了比较radiomics性能与传统的视觉评估.

主要方法:

• 来自39名组织学证实STS的患者的MRI和CT扫描的前性分析.
• 使用120个提取的特征进行定量放射学分析.
• 三种放射学模型的应用:LASSO-LR,RFECV-SVC,以及ANOVA-SVC.
• 评估成像模式,对比度使用和特征选择的各种组合.

主要成果:

• 使用RFECV-SVC模型和五个特征的脂肪和T2w (FS-T2w) MRI图像实现了最高的诊断性能 (92%的灵敏度,78%的特异性,89%的准确性).
• 放射学分析在STS分级方面显著优于常规分析 (67%的准确性).
• 结合多种成像方式或对比剂并没有提高诊断性能.

结论:

• 仅FS-T2wMR图像,用五个特征的RFECV-SVC放射学模型进行分析,就为STS分级提供了足够的诊断性能.
• 这种放射学方法可能是使用多种成像技术进行传统视觉评估的有价值的替代方案.
• 进一步验证这一集中式放射学策略是有必要的.