使用形态,结构和纹理特征对乳头,毛囊和骨髓甲状腺癌的定量超声波精确诊断
Hanna Piotrzkowska Wróblewska1, Piotr Karwat1, Agnieszka Żyłka2
1Ultrasound Department, Institute of Fundamental Technological Research, Polish Academy of Sciences, 02-106 Warsaw, Poland.
Cancers
|September 13, 2025
概括
量化超声波分析与机器学习相结合,可以准确地区分甲状腺癌亚型. 这种方法有助于手术前诊断,可能减少乳头,卵泡和骨髓甲状腺癌的侵入性手术.
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:
- 甲状腺癌亚型表现出不同的行为,使手术前诊断复杂化.
- 超声波的定性评估难以区分乳头状腺癌 (PTC),卵泡状腺癌 (FTC) 和甲状腺髓状腺癌 (MTC).
研究的目的:
- 评估定量超声波特征和机器学习在手术前甲状腺癌亚型分类中的有效性.
- 确定关键的图像衍生指标,以区分PTC,FTC和MTC.
主要方法:
- 追溯分析了224张超声波图像,这些图像来自已确认PTC,FTC或MTC的患者.
- 使用半自动算法提取定量特征 (形态,纹理,边界,结构).
- 训练和评估一个随机森林分类器的亚型歧视.
主要成果:
- 在亚型 (p < 0.05) 之间观察到数量特征 (周边与面积比,回声性,化) 的显著差异.
- 随机森林模型实现了89.3%的整体准确性,PTC (93.4%) 和MTC (85.7%) 的F1得分高.
- 一个使用前10个特征的缩小模型达到91.8%的准确性,证明了强度.
结论:
- 定量超声波分析与机器学习相结合,有效地分类甲状腺癌亚型.
- 生物可解释的图像指标可以帮助手术前的决策.
- 这种非侵入性方法可能会减少对侵入性诊断程序的需求.
关键词:
囊性甲状腺癌 (Thyroid carcinoma) 是一种癌症.机器学习是机器学习.骨髓甲状腺癌,甲状腺癌.皮囊甲状腺癌 皮囊甲状腺癌定量分析量化分析甲状腺癌是一种癌症.超声波成像的成像方法
