预测用Lu-DOTATATE治疗患者的反应177使用单光子发射计算机断层扫描计算机断层扫描基于图像的放射学和临床特征

科学领域:

• 医疗成像医学成像
• 无线电学 (Radiomics) 是一种辐射学.
• 在瘤学瘤学.

背景情况:

• 神经内分泌瘤 (NETs) 需要有效的治疗监测.
• 卢-177 (¹⁷⁷Lu) -DOTATATE是一种针对NET的向放射性核素疗法.
• 预测治疗反应对于患者管理至关重要.

研究的目的:

• 从SPECT和SPECT-CT成像中评估放射学和临床特征的疗效.
• 预测NET患者对Lu-DOTATATE治疗的反应.
• 为了确定最佳的成像模式和功能,以预测响应.

主要方法:

• 从22名NET患者的61个SPECT和41个SPECT-CT图像中对瘤体积的细分.
• 871 放射性和临床特征的提取.
• 使用最大相关性最小冗余性 (mRMR) 进行特征选择.
• 使用决策树 (DT),随机森林 (RF),K-最近邻居 (KNN) 和支持矢量机器 (SVM) 模型对治疗反应的分类.

主要成果:

• 随机森林 (RF) 分类器获得了最高的准确率:SPECT的64%和SPECT-CT的83%.
• 在SPECT-CT图像分类准确度:DT (79%),KNN (74%),SVM (67%).
• SPECT图像显示精度差 (≈64%),表明不适合响应预测.

结论:

• 用放射学和机器学习分析的SPECT-CT成像可以预测NET患者的Lu-DOTATATE治疗反应.
• 来自SPECT-CT的解剖学和灰度特征是关键预测因素.
• 这种方法支持NET的个性化治疗策略.