RECISTSurv:用于肝细胞癌反应和生存评估的混合多任务变压器
概括
新型变压器模型RECISTSurv使用CT扫描准确预测肝细胞癌治疗反应和存活率. 该工具有助于个性化TACE治疗规划,并改善患者结果预测.
科学领域:
- 医疗成像医学成像
- 在瘤学中使用人工智能
- 肝细胞癌研究 肝细胞癌研究
背景情况:
- 跨动脉化学栓塞 (TACE) 是肝细胞癌 (HCC) 在不可切除患者的关键治疗方法.
- 在TACE之后的临床结果是高度可变的,需要更好的预测工具.
- 准确评估瘤反应和长期生存预测仍然是一个挑战.
研究的目的:
- 介绍RECISTSurv,这是一个新的变压器模型,用于HCC治疗反应和生存预测.
- 为分析纵向多中心成像数据制定有效的策略.
- 为了加强对接受TACE的HCC患者个性化治疗计划.
主要方法:
- 开发了RECISTSurv,这是一个响应驱动的变压器模型,集成了多任务学习和共同注意力.
- 利用多中心HCC队列的纵向计算机断层扫描 (CT) 成像数据.
- 纳入了响应驱动的共同注意力机制,以建模TACE前后特征相互作用.
主要成果:
- 与最先进的方法相比,RECISTSurv显示出更高的预后精度 (C指数为0.595-0.780).
- 当与多模式数据集成时,RECISTSurv被证明是一个独立的预后因素 (HR 1.693-20.7,P=0.001-0.042).
- 该模型同时执行图像细分,预测治疗反应,并估计整体存活率.
结论:
- RECISTSurv提供了一个强大的,可解释的工具,用于个性化的HCC治疗和结果预测.
- 该模型有效地捕捉了成像,治疗反应和生存之间的复杂关系.
- 公共可用的代码有助于进一步的研究和临床应用.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.4K
07:47Non-Invasive PET/MR Imaging in an Orthotopic Mouse Model of Hepatocellular Carcinoma
Published on: August 31, 2022
2.4K
