一个基于MRI放射学的机器学习模型,用于预测直肠癌患者对化疗辐射的反应
Filippo Crimì1, Carlo D'Alessandro1, Chiara Zanon1
1Institute of Radiology, Department of Medicine-DIMED, University of Padova, 35128 Padova, Italy.
Life (Basel, Switzerland)
|January 8, 2025
概括
使用MRI放射特征的机器学习模型可以预测直肠癌患者手术前化学放射治疗 (pCRT) 的病理完整反应 (pCR),帮助个性化治疗策略.
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
- 机器学习 机器学习
背景情况:
- 在直肠癌治疗中,越来越多地采用了直肠节省方案.
- 预测治疗反应对于优化患者管理至关重要.
研究的目的:
- 在直肠癌中预测术前化学放射治疗 (pCRT) 的病理完整反应 (pCR).
- 用机器学习来利用治疗前的MRI和放射学来预测反应.
主要方法:
- 102名直肠癌患者的MRI数据被分为训练 (n=72) 和验证 (n=30) 队列.
- 机器学习模型使用放射性特征进行训练,以区分响应者和非响应者.
- 经过全腹腔切除术的组织学结果确定了pCR状态.
主要成果:
- 最好的模型在培训队列中实现了73%的ROC-AUC和70%的准确性.
- 在验证队列中,该模型显示了81%的灵敏度和80%的准确性.
- 该模型显示了80%的正预测值 (PPV).
结论:
- 放射学和机器学习在预测直肠癌治疗反应方面表现有前途.
- 这些先进的方法支持个性化的直肠癌管理.
- 图像和计算技术的整合可以增强治疗策略.


