使用多参数MRI放射学预测垂体神经内分泌瘤入侵的术前预测
Qiuyuan Yang1, Tengfei Ke2, Jialei Wu3
1Department of Medical Imaging, The Second People's Hospital of Dali Prefecture, Dali, China.
Frontiers in oncology
|January 24, 2025
概括
使用多参数MRI的放射学有效地预测了脑垂体神经内分泌瘤在手术前入侵洞腔鼻腔的情况. 这有助于个性化治疗计划,并通过评估瘤的侵入性来改善患者的预后.
科学领域:
- 神经成像是一种神经成像.
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 医疗人工智能 医疗人工智能
背景情况:
- 下垂体神经内分泌瘤 (PitNETs) 需要准确评估治疗规划和预后的侵入性.
- 在手术前预测瘤入侵,特别是洞穴鼻腔 (CS),对于手术策略至关重要.
- 放射学提供了一种非侵入性方法,可以从医学图像中提取定量特征,用于预测建模.
研究的目的:
- 评估多参数磁共振成像 (mpMRI) 放射学在预测PitNETs在手术前入侵CS中的有效性.
- 开发和验证用于评估PitNET入侵性的放射学模型.
- 为了比较放射学模型与临床模型在预测CS入侵方面的性能.
主要方法:
- 对133名手术和病理确认的PitNET患者进行了回顾性分析,这些患者接受了手术前的mpMRI.
- 从T1WI,T2WI和对比度增强的T1加权 (CE-T1) 图像中提取了放射学特征,使用LASSO算法进行特征选择.
- 单个和组合放射学模型的开发,以及临床模型,使用ROC曲线,校准曲线和决策曲线分析 (DCA) 进行评估.
主要成果:
- 从306个初始特征中选择了10个放射性特征.
- 综合放射学模型表现出优异的预测效率,在训练组中AUC为0.885,在测试组中为0.864.
- 组合模型实现了高精度 (0.951训练,0.829测试) 和灵敏度 (0.826训练,0.952测试),DCA显示了有利的临床效用.
结论:
- 从mpMRI获得的综合放射学模型是一个非常有效和准确的工具,用于在手术前预测PitNET入侵CS.
- 这种放射学方法为定制个性化临床治疗提供了宝贵的决策支持.
- 对mpMRI的放射学分析可以显著提高PitNET侵入性的术前评估,从而有可能改善患者的治疗结果.
