深度学习放射学模型基于对比增强的横直肠超声波来预测直肠癌的远程转移
Zhiyuan Xia1,2, Lidan Liu3, Haining Chen1,2
1Department of Colorectal & Anal Surgery, The First Affiliated Hospital of Guangxi Medical University, Nanning, China.
Frontiers in oncology
|February 25, 2026
概括
使用对比度增强的横直肠超声波 (CETRUS) 的新型深度学习放射学模型显示,它有望预测直肠癌患者的远程转移. 这个工具可以帮助个性化治疗策略.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 远程转移对于直肠癌治疗计划至关重要.
- 对转移的准确预测有助于个性化患者管理.
研究的目的:
- 开发一种深度学习放射学模型,使用对比增强的直肠外超声波 (CETRUS) 来预测直肠癌的远程转移.
- 将该模型与临床数据集成,以改善预测.
主要方法:
- 追溯分析了878名直肠癌患者的临床和CETRUS数据.
- 通过使用DenseNet201.1.提取的深度学习放射学特性.
- 使用临床数据,TDUS,CDUS和CEUS开发的模型.
- 综合模型结合了临床和CEUS放射学.
主要成果:
- CEUS深度学习放射学模型的AUC达到0.950 (培训) 和0.740 (测试).
- 综合模型 (临床+CEUS放射学) 的AUC达到0.947 (训练) 和0.749 (测试).
- 临床和其他超声波模型显示预测性能较低.
结论:
- 基于CETRUS的临床深度学习放射学模型显示了预测直肠癌远程转移的强大潜力.
- 这种方法可能有助于为患者制定个性化治疗策略.
- 需要进一步验证以确认临床适用性.
更多相关视频
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
7.6K
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
777
