建立一个可解释的MRI基于放射学的机器学习模型,能够预测状淋巴结转移在侵袭性乳腺癌中
Dingyi Zhang1, Mengyi Shen1, Li Zhang1
1Department of Radiology, Affiliated Hospital of North Sichuan Medical College, Nanchong, 637000, China.
Scientific reports
|July 17, 2025
概括
这项研究开发了一种双序MRI放射学模型,用于预测状淋巴结转移 (ALNM) 在侵袭性乳腺癌 (IBC) 中. 综合模型显示出优异的预测性能,帮助IBC患者的临床决策.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 医学成像分析 医学成像分析
背景情况:
- 准确预测状淋巴结转移 (ALNM) 对侵袭性乳腺癌 (IBC) 的分期和治疗计划至关重要.
- 目前的方法可能在术前准确识别节点状态方面存在局限性.
- 磁共振成像 (MRI) 的放射学分析提供了一种潜在的非侵入性方法来改善ALNM预测.
研究的目的:
- 开发和验证使用双序MRI (扩散权重成像[DWI]和动态对比增强[DCE]) 的放射学模型,以预测IBC患者的ALNM.
- 用SHAP (沙普利增量解释) 方法评估开发的放射学模型的可解释性.
- 为了比较DWI-only,DCE-only和联合DWI+DCE放射学模型的预测性能.
主要方法:
- 从183名IBC患者的MRI数据 (DWI和DCE) 的回顾性分析.
- 开发了三种基于森林的随机放射学模型:DWI,DCE和联合DWI+DCE.
- 使用接收机操作特征 (ROC) 曲线 (曲线下的面积[AUC]),DeLong测试和综合区分改进 (IDI) 的性能评估.
- 使用SHAP方法评估的模型解释性.
主要成果:
- 联合DWI+DCE放射学模型在训练 (0.864) 和测试 (0.859) 队列中实现了最高的AUC.
- 与仅使用DWI和仅使用DCE的模型相比,组合模型的预测效率显著更高 (P <0.05).
- 综合歧视改进 (IDI) 表明组合模型的预测能力优越 (分别比DWI和DCE模型高13.5%和10.2%).
结论:
- 基于双序MRI的放射学模型有效预测IBC患者的ALNM.
- 结合DWI+DCE模型提供了比单序模型更好的预测性能和临床实用性.
- SHAP分析提供了可解释性,支持该放射学模型的临床应用,以指导治疗决策.
关键词:
乳腺癌是什么? 乳腺癌是什么组合模型是一个组合模型.淋巴结转移是淋巴结的转移.磁共振成像技术 磁共振成像技术无线电学 (Radiomics) 是一种无线电学.这就是 SHAP SHAP 的意思.更多相关视频
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
6.9K
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
200
