多相动态对比增强磁共振成像放射学诺米克图谱用于预测乳腺癌中带淋巴结转移的发生
Mengyao Wang1, Xueli Zhang1, Xiaoyu Yang2
1Department of Magnetic Resonance Imaging Diagnostic, The Second Affiliated Hospital of Harbin Medical University, Harbin, China.
Gland surgery
|November 11, 2025
概括
这项研究开发了一种结合MRI放射学和临床数据的预测模型,以准确估计乳腺癌状淋巴结转移风险. 这种工具有助于个性化手术决策,可能减少不必要的手术.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 医疗成像医学成像
背景情况:
- 准确评估下淋巴结 (ALN) 状态对于乳腺癌的分期和治疗至关重要.
- 传统的成像方法的准确性有限,哨兵淋巴结活检 (SLNB) 存在风险.
- 需要使用非侵入性方法来预测ALN转移 (ALNM).
研究的目的:
- 开发和验证用于ALNM的非侵入性估计的预测性名谱.
- 诺米图集成了多相动态对比增强磁共振成像 (DCE-MRI) 衍生的放射学特征与临床指标.
- 目标是改善乳腺癌患者ALN状况的术前评估.
主要方法:
- 从209名乳腺癌患者的3个DCE-MRI阶段 (DCE1,DCE3,DCE7) 中提取了放射性特征.
- 使用极端随机树 (ExtraTrees) 算法来构建分类模型.
- 使用多变量逻辑回归构建了一个名图,集成选定的放射学特征和临床预测因素.
主要成果:
- 组合的多相DCE-MRI放射学模型显示出高性能 (验证时AUC=0.904).
- 结合放射学和临床变量的最终名图显示出优异的区别 (验证时AUC=0.922).
- 诺米图表表现优于仅临床和仅放射学模型,显示高灵敏度 (0.947) 和F1评分 (0.766).
结论:
- 一个经过验证的nomogram结合多相DCE-MRI放射学和临床数据准确地预测ALNM的非侵入性.
- 这种工具可以支持个性化手术决策在乳腺癌管理.
- 诺米图可能有助于减少不必要的关干预和相关的发病率.
更多相关视频
08:32Using Computer-based Image Analysis to Improve Quantification of Lung Metastasis in the 4T1 Breast Cancer Model
Published on: October 2, 2020
6.9K
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
478
