一种基于集群的方法,用于解决MRI引导前列腺SBRT预测生殖尿道毒性的相关特征
Pouyan Rezapoor1, Jonathan Pham2, Beth Neilsen2
1Department of Electronics and Nanoengineering, Aalto University, Espoo, Finland.
Medical physics
|April 23, 2025
概括
先进的集群改进了在接受MRI引导SBRT的前列腺癌患者中尿生殖系统毒性的预测模型,提高了准确性和稳定性.
科学领域:
- 在瘤学瘤学.
- 医学物理 医学物理
- 数据科学数据科学数据科学
背景情况:
- 结果分析中的高维数据存在过度匹配和偏差的风险.
- 相关性偏差可以在预测模型中稀释特征有效性.
研究的目的:
- 在预测生殖尿路 (GU) 毒性方面减轻相关性偏差.
- 改善前列腺癌患者接受MRI引导SBRT的预测准确度.
主要方法:
- 提出了先进的等级分类,以组合相关的特征.
- 应用回归建模到集群中心体进行预测.
- 对LASSO-LR,SVM和DT进行评估的性能.
主要成果:
- 基于集群的特征紧缩改进了所有回归模型.
- 在使用SVM和集群测试的测试组中,获得了0.91 AUC和0.86准确度.
- 确定了用于毒性控制的关键剂量-体积参数.
结论:
- 聚类方法在减轻相关性偏差和提高预测准确度方面优越.
- 在预测GU毒性方面取得了最先进的性能.
- 强调热点控制尿道,三角管和直肠壁的重要性.


