在基于增强的CT放射特征的CHIC风险分层系统中识别高风险肝母细胞瘤

科学领域:

• 放射学 放射学是一门学科.
• 在瘤学瘤学.
• 医疗成像医学成像

背景情况:

• 高风险肝母细胞瘤的生存率很低.
• 早期发现高风险肝母细胞瘤对于及时干预至关重要.

研究的目的:

• 评估对比度增强计算机断层扫描 (CECT) 放射学在预测高风险肝细胞瘤方面的临床实用性.
• 开发和验证用于风险分层的放射学模型.

主要方法:

• 对来自162名肝母细胞瘤患者的CECT数据的回顾性分析.
• 使用CHIC-HS标准将患者分为高风险和非高风险组.
• 放射学模型 (BDT,LR,SGD) 使用机器学习开发在选定的成像特征.

主要成果:

• 包装决策树 (BDT) 模型实现了最高的性能,AUC为0.966 (培训) 和0.875 (测试).
• 后勤回归 (LR) 和随机梯度下降 (SGD) 模型也展示了预测能力.
• BDT模型的准确性达到0.841 (训练) 和0.816 (测试).

结论:

• 基于CECT的放射学有效地识别了高风险的肝细胞瘤.
• 放射学可以作为有价值的成像生物标志物,以改善风险分层.
• 这种方法可以帮助早期检测攻击性肝细胞母细胞瘤亚型.