研究基于F-FDG PET/CT的双相模型,用于预测恶性单一肺病变
Libo Zhang1,2, Xing Wan1, Kai Ji3
1Department of Molecular Imaging and Nuclear Medicine, Key Laboratory of Cancer Prevention and Therapy, Tianjin Medical University Cancer Institute and Hospital, National Clinical Research Center for Cancer, Tianjin's Clinical Research Center for China, Huanhu West Road, Hexi District, Tianjin, 300060, China.
这项研究开发了一种放射学模型,使用双相18F-氧葡萄糖正子发射断层扫描-计算机断层扫描 (18F-FDG PET/CT) 来区分良性和恶性单一肺病变. 最佳模型实现了高的诊断准确性,为临床使用提供了有前途的工具.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 在瘤学瘤学.
背景情况:
- 鉴于多重重叠的形态,区分良性和恶性单一肺病变可能具有挑战性.
- 准确的分类对于适当的患者管理和治疗策略至关重要.
研究的目的:
- 开发和评估基于放射学的预测模型,用于单个肺病变的非侵入性分类.
- 利用双相18F-氧葡萄糖正子发射断层扫描-计算机断层扫描 (18F-FDG PET/CT) 的成像功能,以提高诊断性能.
主要方法:
- 共有132名患有单独肺病变的患者被纳入该研究.
- 从计算机断层扫描 (CT),常规PET (PET1) 和延迟PET (PET2) 扫描中提取了放射性特征.
- 分析了五种放射性特征组合,使用八种方法进行特征选择,并保留了前十个特征.
- 用七个分类器构建预测模型,并使用接收机操作特征 (ROC) 曲线比较它们的性能.
主要成果:
- 最优的放射学模型将CT与延迟和常规PET ((PET2-PET1) /PET1) 之间的标准化吸收值变化相结合,实现了0.898.8的曲线下的最大面积 (AUC).
- 与仅使用CT (AUC=0.828),CT+PET1 (AUC=0.858),CT+PET2 (AUC=0.867) 和CT+PET1+PET2 (AUC=0.868) 的模型相比,该模型显示出更高的诊断疗效.
结论:
- 基于双相18F-FDG PET/CT开发的放射学模型显示出有希望的诊断性能,用于区分良性和恶性单一肺病变.
- 这种方法可以作为一种有价值的非侵入性临床工具,以帮助对这些病变进行分类.
更多相关视频
10:04Analysis of 18FDG PET/CT Imaging as a Tool for Studying Mycobacterium tuberculosis Infection and Treatment in Non-human Primates
Published on: September 5, 2017
06:51Utilizing 18F-FDG PET/CT Imaging and Quantitative Histology to Measure Dynamic Changes in the Glucose Metabolism in Mouse Models of Lung Cancer
Published on: July 21, 2018
