三维多式成像用于预测手术切除后肝细胞癌的早期复发
Jie Peng1, Jiaren Wang2, Hongbo Zhu3
1Department of Oncology, The Second Affiliated Hospital, Guizhou Medical University, Kaili 556000, China.
Journal of advanced research
|June 18, 2025
概括
一个新的多式模式 (MM-RDLM) 准确地预测了手术后早期肝细胞癌 (HCC) 复发. 该工具有助于识别高风险患者并了解复发机制.
科学领域:
- 肝细胞癌 (HCC) 研究研究
- 医学成像分析 医学成像分析
- 机器学习在瘤学中
背景情况:
- 手术后肝细胞癌 (HCC) 复发是一个重大的临床挑战.
- 准确预测早期复发对于患者管理至关重要.
- 了解复发背后的生物机制至关重要.
研究的目的:
- 开发一种多式模式 (MM-RDLM) 来预测手术切除后早期HCC复发.
- 探索与HCC复发相关的生物机制.
- 整合放射学和深度学习,以提高预测准确度.
主要方法:
- 使用放射学和深度学习 (DL) 来构建一个多模式模型 (MM-RDLM),该模型是从519名HCC患者的对比度增强CT图像中构建的.
- 该模型在433名患者身上接受了培训,并在三个医疗中心的86名患者身上得到了验证.
- 使用放射学可视化和梯度加权类激活映射增强了解释性;使用GSEA和mIHC调查了生物机制.
主要成果:
- 该MM-RDLM实现了高预测性能,在培训队列中AUC为0.955,在验证队列中为0.930.
- 在两个队列中,MM-RDLM与无复发生存率 (RFS) 有显著的关联.
- GSEA和mIHC确定了自然杀手细胞介导的细胞毒性途径和特定的免疫细胞标记物,可能与HCC复发有关.
结论:
- 该MM-RDLM显示了强大的预测能力,早期的HCC复发后手术.
- 这种模型可以帮助识别患有早期复发高风险的患者.
- 这项研究为HCC复发的生物学基础提供了新的见解.
