在PET图像不均的纹理特征用于预测骨髓瘤转移风险
Muath Almaslamani1,2, Byung-Hyun Byun3, Kanghyon Song3
1Radiological and Medico-Oncological Sciences, University of Science and Technology, Daejeon, Republic of Korea.
Nuclear medicine communications
|May 6, 2025
概括
结合PET图像纹理和Ki-67表达,可以改善骨髓瘤转移的预测. 这种多模式的方法有助于为患有骨髓瘤的患者进行个性化治疗计划.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 医疗成像医学成像
背景情况:
- 骨髓瘤转移风险和化疗反应与瘤异质性有关.
- 基-67表达是已知的骨髓瘤瘤转移的预测因素.
- 整合成像和分子数据可以提高预测模型的准确性.
研究的目的:
- 评估结合18F-化氧葡萄糖PET图像纹理特征和Ki-67表达的准确性,以预测骨髓瘤转移.
- 评估灰色水平运行长度矩阵 (GLRLM) 运行长度不均 (RLNU) 对新辅助化疗反应 (NACR) 和转移性事件的预测值.
主要方法:
- 收集了来自82名骨髓瘤患者的PET图像和临床数据.
- 从预处理PET图像中提取了定量纹理特征.
- 利用机器学习 (随机森林) 与GLRLM RLNU,Ki-67和NACR进行转移预测.
主要成果:
- GLRLM RLNU与NACR和转移风险 (P <0.05) 有意义地相关.
- 一个采用GLRLM RLNU,Ki-67和NACR的随机森林模型在预测转移风险方面取得了0.91的准确性.
- PET图像纹理不均性在预测NACR和转移风险方面表现出高准确性.
结论:
- 将PET图像纹理不均与Ki-67表达和临床数据相结合,可以提高骨髓瘤转移预测的准确性.
- 这种多模式的方法为转移风险分层提供了一个有希望的工具.
- 骨髓瘤的个性化治疗策略可以通过这种增强的预测模型得到支持.


