放射学和定量MDA标准在乳腺癌与MRI骨转移:计算算法和其实际使用的例子
1Dr.-Ing., Software Architect; Devoteam GmbH, Wiesenstraße 14D, 64331 Weiterstadt, Hessen, Germany.
Sovremennye tekhnologii v meditsine
|December 9, 2024
概括
这项研究引入了先进的放射学和人工智能方法,用于评估乳腺癌患者的脊髓转移. 这些技术提高了诊断能力,提供了比传统指标更好的了解治疗反应.
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
- 人工智能的人工智能
背景情况:
- 个性化癌症治疗需要快速和详细的诊断.
- 放射学和人工智能通过定量和定性评估为医生提供决策支持.
- 在乳腺癌中评估转移性脊髓病变需要先进的分析工具.
研究的目的:
- 改善对乳腺癌转移性脊髓病变的定量和定性评估.
- 加强对脊髓转移的治疗诱导变化的评估.
- 为了补充现有的评估方法,如MDA (转移检测算法).
主要方法:
- 在乳腺癌患者 (T2N3M1) 的 sagittal 投影中利用了 MRI 数据.
- 使用图像内部结构提取操作员和神经网络进行机器分析.
- 使用机器操作员和神经网络对转移性改变的脊椎结构进行了分析.
主要成果:
- 在CDK 4/6抑制剂治疗期间检测到脊椎的微妙结构变化,包括"火"和改变的图像复杂性模式.
- 基于神经网络的转移识别提高了定量估计的可靠性.
- 证明能够记录对治疗的反应,并与以前的治疗相比评估其程度.
结论:
- 图像结构分析算法在评估脊髓转移方面表现出高效率.
- 结果与放射科医生的意见和临床/实验室数据相对相关.
- 能够分析微妙的影响,产生超越定量指标的新的定性见解.
