乳腺癌中哨兵淋巴结的交互式3D地图集是使用SPECT/CT开发的

科学领域:

• 在瘤学瘤学.
• 医疗成像医学成像
• 生物统计学 生物统计学

背景情况:

• 哨兵淋巴结 (SLN) 识别对于乳腺癌管理至关重要.
• 准确的SLN评估优化了患者治疗策略.
• 了解淋巴排水模式有助于手术规划.

研究的目的:

• 开发一个交互式3D乳房SLN地图.
• 统计分析乳腺癌患者的淋巴排水模式.
• 为了确定不同乳腺区域的瘤患病率.

主要方法:

• 利用了861名乳腺癌早期患者的手术前淋巴细胞切割和SPECT/CT数据.
• 应用贝叶斯推理,引导和回归用于统计分析.
• 通过记录SPECT/CT图像并将SLN分布与ESTRO CTV相比较,创建了一个3D地图库.

主要成果:

• 最常见的淋巴排水是部I级 (77.2%) 和内部乳腺节 (30.4%).
• 瘤发病率在上外象限 (22.9%) 和后耳区域 (12.8%) 最高.
• 在ESTRO CTV中,3D地图集覆盖了33.3-66.7%的腹和25.4%的内乳腺SLN.

结论:

• 交互式3D地图集有效地可视化了乳房SLN分布和统计数据的大队伍.
• 这本地图书作为一个有价值的,免费可用的教育资源.
• 这种工具有可能指导未来的乳腺癌治疗决策.