基于CT的放射学:在肺腺癌中,KRAS突变的潜在指标

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:

• 基斯鼠肉瘤 (KRAS) 突变在肺腺癌 (LADC) 中很常见.
• 准确预测KRAS突变状态对于指导治疗决策至关重要.
• 预测KRAS状态的非侵入性方法是非常可取的.

研究的目的:

• 验证基于计算机断层扫描 (CT) 的放射学签名,用于预测LADC中的KRAS突变状态.
• 评估来自对比度增强CT (CECT) 和非对比度增强CT (NECT) 图像的放射学特征的性能.
• 为了比较放射学特征与临床特征相结合的预测能力.

主要方法:

• 使用Pyradiomics从815名LADC患者的CT图像 (NECT和CECT) 中提取了放射性特征.
• 使用了四种特征选择方法和四种深度学习分类器.
• 模型对70%的数据进行了训练,对30%的数据进行了测试,并对类不平衡进行了SMOTE.
• 使用AUC,准确度,精度,F1得分和回忆来评估性能.

主要成果:

• 该研究在10.4%的LADC患者中发现了KRAS突变.
• 使用具有20个特征的多层感知器模型实现了最佳性能.
• 基于CECT的放射学实现了AUC的93.3% (火车) 和87.4% (测试).
• 基于NECT的放射学实现了90.7%的AUC (火车) 和87.6%的AUC (测试).

结论:

• 基于CT的放射学特征作为一种非侵入性工具,用于预测LADC中的KRAS突变状态.
• 这种方法在不提供突变分析时尤为有用.
• 放射学在LADC中为个性化治疗选择提供了一个有希望的策略.