基于MRI图像的脑瘤接口放射学特征的质母细胞瘤和单独脑转移的区分:一个多中心研究
Yini Chen1, Weiya Guo2, Yushi Li3
1Department of Radiology, The First Affiliated Hospital of DalianMedical University, Dalian, China (Y.C., H.L., D.D., Y.Q., R.P., A.L., B.S.).
Academic radiology
|April 25, 2025
概括
使用MRI T1CE成像的新放射性模型有效地区分了质母细胞瘤 (GBM) 与单独的大脑转移 (SBM). 这种专注于脑瘤接口的模型,比人类专家提高了诊断准确度.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 医学成像分析 医学成像分析
背景情况:
- 质母细胞瘤 (GBM) 和单独的大脑转移 (SBM) 具有相似的MRI放射学特征.
- 由于不同的治疗方法和预后,准确的区分至关重要.
- 目前的诊断方法需要改进,以准确地分类瘤.
研究的目的:
- 开发和验证用于区分GBM和SBM的诊断模型.
- 为了利用T1加权对比增强 (T1CE) 序列中的放射性特征.
- 专注于10毫米的大脑瘤接口 (BTI) 区域,以加强歧视.
主要方法:
- 来自三个中心的226个GBM和206个SBM T1CEMRI扫描的回顾性分析.
- 建立了培训和测试数据集;提取了10毫米的BTI ROIs.
- 使用后勤回归提取,选择和建模的放射性特征;用于可视化的SHAP.
- 模型性能与使用DeLong测试的三名经验丰富的放射科医生进行了比较.
主要成果:
- 为最终模型选择了十个放射性特征.
- 后勤回归模型的AUC值为0.893 (训练) 和0.808 (测试).
- 放射性模型的表现优于三位放射科医生中的两位 (AUC 0.699,0.740,0.789) ,并且比最不经验丰富的放射科医生显著改善.
结论:
- 基于10毫米BTI的放射性模型有效地区分了GBM和SBM.
- 这种方法捕捉了瘤异质性,提高了诊断性能.
- 该模型是帮助临床医生区分这些脑瘤的宝贵工具.
