多参数双能CT放射学用于区分喉良性和恶性病变
Yang Zhan1,2, Chengxiu Zhang3, Yuzhe Wang1,2
1Department of Radiology, Eye & ENT Hospital of Shanghai Medical School, Fudan University, Shanghai, 200031, P.R.China.
The British journal of radiology
|December 17, 2025
概括
多参数双能CT (DECT) 放射学模型与临床因素和DECT发现相结合,可以有效地区分良性和恶性喉病变. 这种方法为诊断喉疾病提供了有价值的非侵入性工具.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 在瘤学瘤学.
背景情况:
- 喉病变需要准确地区分良性和恶性类型,以便适当的患者管理.
- 目前的诊断方法可能具有侵入性或缺乏足够的特异性.
- 双能量CT (DECT) 提供了用于组织表征的先进成像功能.
研究的目的:
- 评估多参数DECT放射学模型,以区分喉良性和恶性病变.
- 评估将放射学与临床因素和DECT发现相结合的附加值.
主要方法:
- 一项对282名接受DECT.患者的回顾性研究.
- 使用最少绝对收缩和选择操作员 (LASSO) 方法选择了放射性特征.
- 使用多变量逻辑回归,开发了一个多参数放射学临床模型.
主要成果:
- 与单个参数模型相比,多参数DECT放射学模型改善了诊断效率 (AUCs 0.938训练,0.920测试).
- 结合DECT病变大小的放射学-临床模型实现了最高的诊断性能 (AUC 0.945).
- 这种模型的表现优于个体放射学 (AUC 0.933) 和临床模型 (AUC 0.855).
结论:
- 多参数DECT放射学模型对于非侵入性地区分良性和恶性喉病变是有价值的.
- 放射性特征,临床因素和DECT发现的整合提高了喉病变的诊断准确性.
更多相关视频
15:48Tracking the Mammary Architectural Features and Detecting Breast Cancer with Magnetic Resonance Diffusion Tensor Imaging
Published on: December 15, 2014
23.0K
02:09Multi-modal Pulmonary Imaging: Using Complementary Information from CT and Hyperpolarized 129Xe MRI to Evaluate Lung Structure-Function
Published on: April 12, 2024
968
