基于深度放射学的口腔癌预后预测,使用光学连贯性断层扫描
Wei Yuan1, Jiayi Rao1, Yanbin Liu2
1Department of Oral and Maxillofacial & Head and Neck Oncology, Beijing Stomatological Hospital, Capital Medical University, Beijing, 100050, China.
BMC oral health
|September 19, 2024
概括
这项研究结合了光连贯断层扫描 (OCT) 成像和血液免疫指标,使用人工智能来预测口腔癌的预后. 系统性免疫炎症指数 (SII) 成为一个关键预测指标,改善了患者的结果评估.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 口腔癌预后预测仍然具有挑战性.
- 整合成像和血液生物标志物可以提高预测准确度.
- 人工智能为瘤学中的复杂数据分析提供了新的方法.
研究的目的:
- 开发一种由人工智能驱动的模型,将OCT成像和外周血液免疫指标结合起来,用于口腔癌预后.
- 为了确定预测口腔癌结果的关键免疫指标.
- 为了验证模型的预测性能.
主要方法:
- 使用深度学习方法,以外周血液免疫指标为指导,从OCT图像中提取特征.
- 一个多视图放射学模型将这些特征与临床数据相结合,用于预测预后.
- 使用后勤建模和特征选择来评估预后影响.
主要成果:
- 开发的放射学模型实现了口腔癌预后预测的AUC为0.886.
- 系统性免疫炎症指数 (SII) 被确定为最有信息的预后特征.
- 一个深度学习模型在分类SII风险时实现了85.26%的准确性和0.86 AUC.
结论:
- 该研究成功地整合了使用人工智能用于口腔癌预后的OCT成像和免疫指标.
- 一个多视图放射学模型证明了对患者结果的强有力的预测能力.
- 系统性免疫炎症指数 (SII) 是口腔癌预后的重要生物标志物,支持临床决策.
更多相关视频
09:37Combining Reflectance Confocal Microscopy with Optical Coherence Tomography for Noninvasive Diagnosis of Skin Cancers via Image Acquisition
Published on: August 18, 2022
2.2K
06:15Author Spotlight: Anterior HR-OCT as a Non-Invasive Tool for Characterizing Ocular Surface Squamous Neoplasia
Published on: August 9, 2024
1.1K
