不同的放射学方法的比较预测宫淋巴结转移在乳头甲状腺癌的宫淋巴结转移
Yan Deng1, Linlin Zheng1, Min Zhang1
1Department of Ultrasound in Medicine, Sir Run Run Shaw Hospital, Zhejiang University, School of Medicine, Hangzhou, Zhejiang, China.
Journal of clinical ultrasound : JCU
|October 13, 2025
概括
使用超声波图像的综合放射学模型显示,在乳头甲状腺癌中改善了宫淋巴结转移的预测. 这种方法有助于为患者量身定制手术治疗.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 医疗成像医学成像
背景情况:
- 在乳头甲状腺癌 (PTC) 中宫淋巴结转移的准确的手术前鉴定对于手术规划至关重要.
- 基于超声波的放射学提供了对转移的非侵入性预测的潜力.
研究的目的:
- 开发和比较手工放射学,深度学习放射学和用于预测PTC中宫淋巴结转移的综合模型的性能.
- 评估这些模型在指导手术治疗决策中的有效性.
主要方法:
- 对441名PTC患者的回顾性分析.
- 提取手工制作的放射学特征 (由医生选择) 和深度学习放射学特征 (自动化DenseNet121).
- 开发一个整合两种特征类型的组合模型;使用ROC分析和DeLong的测试来评估性能.
主要成果:
- 组合模型在训练组 (0.790) 中显示出优异的AUC,与手工 (0.743) 和深度学习 (0.730) 模型相比.
- 虽然组合模型在测试组中显示出更高的AUC (0.761),但没有达到统计学意义.
- 手工制作的放射学实现了高精度 (0.714培训,0.707测试),超过了深度学习放射学 (0.698培训,0.662测试).
结论:
- 使用常规超声波图像的综合放射学模型改善了PTC中宫淋巴结转移的预测.
- 这种综合方法为临床应用提供了比单个放射学模型更好的预测性能.
