相关实验视频
Updated: May 20, 2025

09:11
Use of MRI-ultrasound Fusion to Achieve Targeted Prostate Biopsy
Published on: April 9, 2019
21.3K
使用非侵入性MRI技术预测前列腺癌攻击性的建模.
E N Onwuharine1, M Asaduzzaman2, A James Clark1
1Radiology Department, University Hospitals of North Midlands, Stoke on Trent, ST4 6QG, United Kingdom.
Radiography (London, England : 1995)
|April 24, 2025
概括
使用MRI的新预测模型准确地区分了较少和更具侵略性的前列腺癌 (Pca). 这些可解释的工具提高了诊断准确性,以便在Pca分级中更好地做出临床决策.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 医疗成像医学成像
背景情况:
- 磁共振成像 (MRI) 对于前列腺癌 (Pca) 诊断至关重要.
- 提高Pca分级的诊断准确性对于治疗决策至关重要.
研究的目的:
- 开发和验证用于区分PCA等级组 (GGs) 的预测模型.
- 具体来说,使用MRI数据将GG2与GGs3-5以及GG2与GG3区分开来.
主要方法:
- 对53名患者的双重倒置恢复MRI (DIR-MRI) 和多参数MRI (mpMRI) 的回顾性分析.
- 使用感兴趣地区 (ROI) 计算损伤与正常比率 (LNR).
- 使用R统计包CARRoT开发集成MRI变量和患者特征的预测模型.
主要成果:
- 开发的预测模型显示了高的诊断性能.
- 在1000次交叉验证后,获得了0.86和0.91的接收器操作特征曲线 (AUROC) 下的面积.
结论:
- 开发了可解释和严格交叉验证的模型来区分Pca的攻击性.
- 这些模型利用T2 LNR和轴向T2瘤尺寸,比现有方法具有更大的临床适用性.
- 这些模型为临床医生提供了一个强大的工具,以改善Pca诊断和临床决策.
更多相关视频
06:08A Cognitive Fusion-guided Prostate Biopsy Using Multiparametric Magnetic Resonance Imaging and Transrectal Ultrasound
Published on: March 21, 2025
113
05:49Use of Magnetic Resonance Imaging and Biopsy Data to Guide Sampling Procedures for Prostate Cancer Biobanking
Published on: October 10, 2019
6.2K