基于CBCT的放射学技术在区分常规和单囊性乳腺母细胞瘤之间的有效性
Xiaoyan Sha1, Chao Wang2, Senrong Qi1
1Department of Oral and Maxillofacial Radiology, School of Stomatology, Capital Medical University, Beijing, China.
Oral surgery, oral medicine, oral pathology and oral radiology
|September 3, 2024
概括
使用形束计算断层扫描 (CBCT) 的新放射学模型有效地区分了传统和单囊性乳腺母细胞瘤 (AB),可能减少了侵入性活检的需要.
科学领域:
- 口腔和面放射学 口腔和面放射学
- 医学成像分析 医学成像分析
- 在瘤学瘤学.
背景情况:
- 骨髓母细胞瘤 (AB) 是一种常见的口腔瘤,具有不同的亚型:常规和单囊性.
- 准确区分这些亚型对于适当的治疗计划和预后至关重要.
- 目前的诊断方法通常依赖于组织病理学分析,这是侵入性的.
研究的目的:
- 开发和验证基于放射学的模型,使用圆束计算机断层扫描 (CBCT) 来区分常规和单囊性乳腺母细胞瘤 (AB).
- 评估结合放射学特征的机器学习模型的预测性能.
主要方法:
- 从100名被诊断为常规性或单囊性AB. histopathologically的患者的CBCT图像的回顾性分析.
- 提取放射学特征,并为模型开发选择最佳特征.
- 实施和评估五种机器学习模型:物流回归,支持向量机,线性差异分析,随机森林和XGBoost.
主要成果:
- 物流回归 (LR) 模型结合了20个最佳放射学特征,在区分AB类型方面表现出了很高的性能.
- 该LR模型在培训队列中实现了0.936的曲线下面面积 (AUC),在验证队列中达到0.929.
- 结合临床特征和放射学特征的诺米克图表产生了最好的预测性能.
结论:
- 开发的基于放射学的LR模型和名图有效地区分了常规和单囊性乳腺母细胞瘤.
- 这种非侵入性方法显示出减少或取代在诊断AB亚型时需要活检的潜力.
- 对CBCT图像的放射学分析为提高口腔瘤学诊断准确度提供了一个有希望的工具.
