多实例学习用于识别与清细胞脏细胞癌同步远程转移相关的高风险子区域

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 医疗成像医学成像

背景情况:

• 清细胞细胞癌 (ccRCC) 是一种普遍存在的癌亚型.
• 确定ccRCC转移的预后因素对于患者管理至关重要.

研究的目的:

• 确定与同步远程转移相关的ccRCC瘤中的高风险子区域.
• 开发一个预测模型来识别ccRCC中的转移潜力.

主要方法:

• 使用voxel强度和局部的277个ccRCC患者的放射性分析.
• 无监督的聚类来定义瘤子区域,然后进行特征选择.
• 一个多实例支持向量机 (mi-SVM) 模型被训练并验证用于预测.

主要成果:

• 在mi-SVM模型中,AUC达到0.812 (培训) 和0.805 (验证).
• 第2次区域包括瘤周边和瘤内过渡区,被确定为高风险区域.
• 在同步远程转移 (48.57%) 的患者中,这一子区域的比例不成比例.

结论:

• 在ccRCC中,周围和内过渡区是显著的高风险子区域.
• 这些发现有助于预测和潜在地减轻ccRCC患者的远程转移.