解决基于前列腺癌明显扩散系数的放射性框架的机构内部和机构间的变异性
Letizia Morelli1, Chiara Paganelli1, Giulia Marvaso2,3
1Department of Electronics, Information and Bioengineering (DEIB), Politecnico di Milano, Milan, Italy.
Medical physics
|August 22, 2024
概括
这项研究开发了一个强大的放射学框架,使用明显扩散系数 (ADC) 地图可靠地描述前列腺癌 (PCa). 该方法在不同MRI设置中展示了可泛化的性能,改善了格里森得分和T阶段的诊断准确性.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 在瘤学瘤学.
背景情况:
- 前列腺癌 (PCa) 异质性对量身定制的治疗提出了挑战.
- 磁共振成像 (MRI),特别是扩散加权成像 (DWI) 和明显扩散系数 (ADC) 地图,对于PCa的表征至关重要.
- 放射学提供了MRI的见解,但由于对成像协议和多中心变化的敏感性,需要强大的模型.
研究的目的:
- 使用ADC地图创建一个全面的放射学框架,用于使用ADC地图进行非侵入性PCa表征.
- 确定可靠的成像生物标志物,耐受机构内部和机构间的变化.
主要方法:
- 使用了两个患者队列 (内部:118人,外部:50人) 采用来自不同协议和扫描仪 (1.5-T和3-T) 的DWI数据.
- 从整个前列腺ADC地图中提取了107个放射性特征 (形状,第一顺序,纹理).
- 实施了包括双向ANOVA,顺序特征选择 (SFS) 和ComBat协调在内的管道,以应对变化.
- 开发了支持矢量机模型来预测格里森得分 (GS) 和T阶段,通过AUC评估性能.
主要成果:
- 识别的特征子集对DWI协议变异稳定 (38个GS,41个T阶段).
- 在持久测试中,SFS产生了预测模型,GS的AUC为0.75,T阶段的AUC为0.70.
- 调整ComBat提高了GS预测的外部测试性能,将AUC从0.72增加到0.78.
结论:
- 开发的放射学框架,结合稳定的特征和协调,证明了强度和通用性.
- 对外部数据集的验证证实了ADC放射学在可靠的PCa表征方面的潜力.
- 这种方法有助于克服多中心研究中成像协议和扫描仪变异性所带来的挑战.
