基于放射学特征和放射学特征的NPM和非质量乳腺癌的鉴定
Zhen Guo1, Zhuonan Wang1,2, Xin Lin3
1Medical Imaging Center, Northwest Women's and Children's Hospital, Xi'an, China.
Frontiers in oncology
|December 17, 2025
概括
一种新的放射学模型可以在乳房影像上区分非大规模乳腺癌与非乳腺性乳腺炎 (NPM),提高诊断准确度并帮助临床决策.
科学领域:
- 放射学和医学成像学 医学成像学
- 医疗保健中的人工智能
- 在瘤学瘤学.
背景情况:
- 非大规模乳腺癌和非puerperal乳腺炎 (NPM) 呈现类似的乳腺特征,复杂的诊断.
- 放射学差异化是具有挑战性的,因为重叠的迹象,如化和不对称的密集的阴影.
研究的目的:
- 开发一个乳腺扫描放射学模型,以区分NPM与非质量乳腺癌.
- 克服主观BI-RADS评估的局限性,减少误诊或治疗延迟.
主要方法:
- 追溯分析了104次乳腺造影 (44次NPM,60次非质量乳腺癌).
- 使用PyRadiomics手动划分感兴趣区域并提取576个放射性特征.
- 开发一个支持向量机 (SVM) 模型,使用LASSO特征选择.
主要成果:
- 放射学模型实现了0.844的AUC,表明了良好的区分能力.
- 模型性能指标包括精度 (0.769),灵敏度 (0.883) 和特异性 (0.678).
- 在两种条件之间观察到化类型和不对称的密集阴影的显著差异 (P < 0.05).
结论:
- 使用PyRadiomics,LASSO和SVM进行放射学分析,为区分NPM与非质量乳腺癌提供了强大的定量方法.
- 这种方法提高了诊断精度,并支持改善乳腺成像中的临床决策.
