多种模式的诺米图组合多参数MRI,外周淋巴细胞的功能子集和PI-RADS可以预测前列腺癌的风险分层

科学领域:

• 在瘤学瘤学.
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 准确的风险分层对于前列腺癌 (PCa) 患者管理和治疗决策至关重要.
• 传统的前列腺特异性抗原 (PSA) 检测PCa风险分层的准确性有限.
• 非侵入性三方风险分层 (低风险,中等风险,高风险) 是有信息的,但未得到充分研究.

研究的目的:

• 调查可靠的,自动化替代PSA用于PCa风险分层的替代方案.
• 开发和验证PCa患者三方风险分层的多式联络器.

主要方法:

• 对110名PCa患者进行MRI和外围淋巴细胞数据的回顾性研究.
• 多参数MRI (mpMRI) 解释使用PI-RADS v2.1指南.
• 使用放射学和深度学习,开发一个综合mpMRI,淋巴细胞子集和临床数据 (PI-RADS,前列腺体积,年龄) 的多模组图.

主要成果:

• 多式联络名录仪实现了高性能:AUC为0.9609,F1得分为0.8671,灵敏度为0.9333,特异性为0.8667.
• 诺莫格拉姆的预测得分与PCa风险类别有很强的相关性.
• 在预测风险方面表现优于传统的临床名录和PSA.

结论:

• 拟议的多式联络机组图显示出作为PCa风险分层的准确,自动化工具的潜力.
• 这种工具可以帮助减少不必要的活检,并指导治疗选择,如积极监测或激进前列腺切除术.