使用多任务放射学模型预测非小细胞肺癌的病理阶段,该模型整合了内和周围的特征
Ruonan Pan1, Xiaoqian Lu1, Xin Dong1
1Department of Radiology, The First Hospital of Jilin University, Changchun, Jilin 130021, P.R. China.
Oncology letters
|July 21, 2025
概括
一个新的多任务放射性模型使用CT成像准确预测非小细胞肺癌 (NSCLC) 的病态阶段. 这种先进的模型结合了内和周的特征,显示了NSCLC分期的高诊断效率.
科学领域:
- 放射学和医学成像技术
- 瘤学和癌症研究研究
- 医疗保健中的机器学习
背景情况:
- 准确的病理分期对于非小细胞肺癌 (NSCLC) 的治疗和预后至关重要.
- 目前的分期方法可能会从先进的成像分析技术中受益.
- 放射学提供了一种定量方法来提取癌症特征的成像特征.
研究的目的:
- 开发和评估一个放射学模型,用于预测NSCLC的病理阶段.
- 通过多任务学习研究内和周特征的实用性.
- 根据外部验证数据评估开发模型的预测性能.
主要方法:
- 从198名NSCLC患者的计算机断层扫描 (CT) 放射学数据的回顾性分析.
- 使用随机森林和多任务随机森林算法的四个放射学模型的开发.
- 包括单独的内区域和结合的内和周围区域.
- 外部验证使用来自90名额外NSCLC患者的数据.
主要成果:
- 结合内和周区域的多任务放射学模型在内部测试组中实现了0.938的曲线下面积 (AUC) 的最高值.
- 此外,该模型在外部测试组中也表现出优异的性能,AUC为0.939.
- 综合多任务模型与单任务内模型相比,观察到AUC的统计显著改善 (P<0.05).
结论:
- 综合了内和内CT特征的多任务放射学模型显示了NSCLC病理阶段的高诊断效率.
- 这种方法提供了一个有希望的非侵入性工具,可以改善NSCLC的分期和指导临床决策.
- 这些发现支持先进放射学在肺癌精密瘤学的潜力.
