一个可解释的对比增强CT基于放射学的管道,包含自动细分,用于预测ISUP等级组在ccRCC中
Yue Ren1, Fei Yang2, Shuchao Kang1
1Department of Radiology, Hangzhou TCM Hospital Affiliated to Zhejiang Chinese Medical University, Hangzhou, Zhejiang Province, 310007, China.
一个新的放射学管道准确地预测清细胞细胞癌 (ccRCC) 国际泌尿病学学会等级组 (ISUP GG) 非侵入性. 这种可解释的工具在ccRCC分级中显示出临床应用的前景.
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:
- 使用国际泌尿病学学会等级组 (ISUP GG) 的清细胞细胞癌 (ccRCC) 的非侵入性分级具有挑战性.
- 准确的手术前分级对于ccRCC的治疗计划和患者管理至关重要.
研究的目的:
- 开发一个可解释的放射学管道与自动细分,用于预测ISUP GG在ccRCC.
- 评估放射学,临床和组合模型在预测ISUP GG.GG.中的性能.
主要方法:
- 对276名经过对比度增强CT的ccRCC患者的回顾性分析.
- 从自细分瘤区域提取的放射学特征;通过递归特征消除交叉验证进行特征选择.
- 使用AUC,校准曲线和决策曲线分析构建和评估放射学,临床和综合预测模型.
主要成果:
- 组合模型的AUC为0.907,在训练中显著超过临床 (0.802) 和放射学 (0.769) 模型.
- 在测试中,组合模型 (AUC 0.834) 的表现优于临床模型 (0.698) 的表现,并且与放射学模型 (0.796) 的表现相当.
- 组合模型显示了良好的校准和优异的临床净益处.
结论:
- 一个可解释的放射学管道显示出作为预测ISUP GG在ccRCC中的非侵入性工具的潜力.
- 这种方法可以帮助进行手术前风险分层和针对ccRCC患者的个性化治疗策略.
更多相关视频
08:05Lung CT Segmentation to Identify Consolidations and Ground Glass Areas for Quantitative Assesment of SARS-CoV Pneumonia
Published on: December 19, 2020
08:39Longitudinal Micro-Computed Tomography Image Analysis for User-Defined Region of Interest in Critical-Sized Bone Defects
Published on: June 24, 2025
相关概念视频
Computed Tomography
The technique was invented in the 1970s and is based on the principle that as X-rays pass through the body, they are absorbed or reflected at different levels. In the technique, a patient lies on a motorized platform while a computerized axial tomography (CAT) scanner rotates...
Imaging Studies for Cardiovascular System V: CT
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Imaging Studies III: Computed Tomography
