相关实验视频
Updated: Jan 9, 2026

09:11
Use of MRI-ultrasound Fusion to Achieve Targeted Prostate Biopsy
Published on: April 9, 2019
22.2K
前列腺癌的精确风险分层:揭示基于MRI的息地驱动的放射学模型,用于增强治疗指导
Yang Qiu1, Huan Liu2, Xin Shu3
1Department of Radiology, The Second Affiliated Hospital of Chongqing Medical University, Chongqing, 400010, China.
Journal of imaging informatics in medicine
|December 9, 2025
概括
这项研究引入了一种新的基于MRI的放射学模型,用于识别高风险前列腺癌 (PCa) 亚区域. 基于息地驱动的模型在预测癌症风险和空间异质性方面显示出更高的准确性.
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:
- 前列腺癌 (PCa) 风险分层对于治疗决策至关重要.
- 准确识别高风险瘤亚区域仍然是一个挑战.
- 磁共振成像 (MRI) 对瘤特征提供了宝贵的见解.
研究的目的:
- 为PCa风险分层开发基于息地,基于MRI的放射学模型.
- 为了识别和描述前列腺内不同的瘤亚区域.
- 评估空间异质性及其与临床参数的相关性.
主要方法:
- 在344名患者的回顾性分析中,组织学证实了PCa.
- 用T2加权成像 (T2WI) 和动态对比增强MRI进行强度聚类,以确定瘤子区域.
- 使用后勤回归和ROC分析开发和验证预测放射学模型.
主要成果:
- 瘤子区域模型显著优于整个腺体模型.
- 一个来自T2WI的特定次区域模型 (HD_T2W_TR3) 在验证集中获得了0.84的AUC.
- 息地放射性特征与前列腺特异性抗原和T阶段有很强的相关性.
结论:
- 基于息地驱动的放射学模型具有改善PCa风险分层的巨大潜力.
- 使用这种方法识别高风险瘤子区域可以增强临床决策.
- 该模型为瘤异质性及其临床相关性提供了宝贵的见解.
更多相关视频
06:08A Cognitive Fusion-guided Prostate Biopsy Using Multiparametric Magnetic Resonance Imaging and Transrectal Ultrasound
Published on: March 21, 2025
1.1K
08:05Detection and Isolation of Cancer in Prostate Biopsies Using Stimulated Raman Histology and Artificial Intelligence
Published on: June 10, 2025
1.1K