开发CT放射学模型,用于检测结直肠癌引起的膀侵袭
Jingui Wang1, Kexin Wang2, Junling Zhang1
1Department of Gastrointestinal Surgery, Peking University First Hospital, NO. 8 Xishiku Street, Xicheng District, Beijing, 100034, China.
Scientific reports
|May 2, 2025
概括
一个新的放射学模型显示,它有望检测结直肠癌 (CRC) 患者的膀入侵. 这种人工智能驱动的方法可能会在CT扫描上在识别癌症扩散到膀方面超过人类放射科医生.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 人工智能的人工智能
背景情况:
- 结直肠癌 (CRC) 引起的膀侵袭 (BI) 是影响治疗决策和患者预后的关键因素.
- 在计算机断层扫描 (CT) 图像上准确检测BI对人类的解释具有挑战性.
研究的目的:
- 评估放射学模型的可行性和性能,用于使用CT图像检测CRC患者的BI.
- 将放射学模型的诊断疗效与经验丰富的放射科医生的评估进行比较.
主要方法:
- 在96名CRC患者的CT图像上使用Categorical Boosting (CatBoost) 分类器开发了一种放射学模型.
- 患者被分为训练 (n=68) 和测试 (n=28) 数据集.
- 模型的预测性能使用接收器操作特征 (ROC) 曲线下的面积 (AUC) 来评估.
主要成果:
- 放射学模型在训练 (0.864) 和测试 (0.883) 数据集中实现了显著更高的AUC,而不是放射学家的CT印象 (0.678和0.570).
- 该模型在预测膀侵袭方面表现出卓越的性能 (训练中P = 0.007,测试中P = 0.040).
结论:
- 放射学模型可以在CT图像上预测结直肠癌侵袭膀的可能性.
- 开发的放射学模型显示了在检测BI方面超越人类放射科医生的潜力,有助于更准确的诊断和治疗规划.
