使用先进的扩散模型改善前列腺癌的分化:对单指数,分数顺序计算和多隔间模型进行比较研究
Yongsheng He1, Xuan Qi1, Min-Xiong Zhou2,3,4
1Ma'anshan People's Hospital, Ma'anshan, China.
先进的扩散模型,如多隔间 (MC) 和分数顺序计算 (FROC) 模型,在区分前列腺癌 (PCa) 风险水平和亚型方面,比标准ADC表现更好. 结合MC和FROC模型,为精确的PCa分层提供了更高的精度.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 在瘤学瘤学.
背景情况:
- 前列腺癌 (PCa) 诊断和风险分层依赖于磁共振成像 (MRI).
- 标准的扩散权重成像 (DWI) 度量,如明显扩散系数 (ADC),在准确区分PCa亚型和风险水平方面存在局限性.
- 先进的扩散模型为改善前列腺组织微环境的定量分析提供了潜力.
研究的目的:
- 为了比较单指数 (Mono),分数顺序计算 (FROC) 和多隔间 (MC) 扩散模型的性能.
- 评估模型区分良性前列腺增生症 (BPH) 和PCa.的能力.
- 评估模型根据临床意义 (CS与CInS) 和风险分层 (低,中等,高) 来分类PCa的能力.
主要方法:
- 对224名年龄在50-80岁的男性进行前性研究,他们接受了3T磁共振成像.
- 从使用感兴趣区域 (ROI) 的Mono,FROC和MC扩散模型中获得的定量参数的分析.
- 使用曼-惠特尼U,Kruskal-Wallis和Dunn测试进行统计评估;使用AUC计算进行ROC曲线分析;对参数组合进行后勤回归;对图像质量的视觉评估和PCa检测.
主要成果:
- 这三种模型在区分PCa和BPH方面表现相似 (AUCs~0.91-0.92).
- MC模型的F2参数和C1+F2组合在区分临床显著 (CS) 和不显著 (CInS) PCa (AUC 0.75-0.76) 方面表现出卓越的表现.
- 在低风险与中等风险的PCa差异化 (AUC 0.73-0.74) 中,MC模型参数 (F2,C1+F2) 在低风险与中等风险的PCa差异化 (AUC 0.73-0.74) 中表现出色,而MC和FROC模型 (F1,F1F2,β+F1F2) 在中等风险与高风险的PCa (高达0.71) 中显示出更高的AUC.
- ADC显示了与高级模型参数的可变相关性;ADC和MC的C1参数显示了高图像质量和PCa检测能力.
结论:
- 先进的扩散模型,特别是MC模型,与标准ADC相比,显著改善了前列腺病变的分化.
- MC模型和MC/FROC组合模型提高了PCa根据临床意义和风险的分类准确性,特别是对于ADC不足的中等和高风险PCa.
- 这些发现强调了先进的扩散建模对于精确PCa风险分层的临床实用性.
更多相关视频
07:25A Bioluminescent and Fluorescent Orthotopic Syngeneic Murine Model of Androgen-dependent and Castration-resistant Prostate Cancer
Published on: March 6, 2018
06:08A Cognitive Fusion-guided Prostate Biopsy Using Multiparametric Magnetic Resonance Imaging and Transrectal Ultrasound
Published on: March 21, 2025
相关概念视频
Compartment Models: Single-Compartment Model
Model Approaches for Pharmacokinetic Data: Compartment Models
Two primary types of compartment models are recognized: mammillary and catenary. The more...
Multicompartment Models: Overview
These models offer a more comprehensive representation of drug behavior in the body than one-compartment models. They accommodate the complexity of drug distribution,...
Two-Compartment Open Model: Extravascular Administration
The absorption exponent (ka) indicates the speed at which the drug is...
Three-Compartment Open Model
Model Approaches for Pharmacokinetic Data: Distributed Parameter Models
The distributed parameter models are specifically designed to account for variations and differences in some drug classes. This model is particularly useful for assessing regional concentrations of anticancer or...
