基于MR图像的卷积循环神经网络预测胶质瘤IDH蛋白表达
施念
许倩
张纯
王贝茹
韩翠平
徐州医科大学附属医院影像科 江苏 徐州 221000
摘要：目的 探讨使用基于MR图像的卷积循环神经网络预测胶质瘤患者异柠檬酸脱氢酶(IDH)蛋白表达.方法 选取符合纳入标准的胶质瘤患者236例,IDH蛋白表达阳性83例,IDH蛋白表达阴性153例.应用基于DenseNet-ResNet自动编码器的卷积循环神经网络(CRNN)预测胶质瘤患者IDH蛋白表达,构建基于T2图像(T2-net)、基于T1增强图像(T1C-net)和基于T2+T1增强图像(TU-net)三个独立模型,并用曲线下面积AUC、准确率、召回率、精确率及F1-score对各个模型预测效能进行评价.结果 基于DenseNet-ResNet的CRNN网络能够预测胶质瘤IDH的蛋白表达,其中T2-net模型的AUC为0.975、准确率为90.6％、召回率为81.0％、精确率为92.2％、F1-score为89.6％,T1C-net模型的AUC为0.952、准确率为91.1％、召回率为83.0％、精确率为93.2％、F1-score为90.3％,TU-net模型的AUC为0.995、准确率为95.3％、召回率为90.6％、精确率为95.7％、F1-score为95.0％,TU-net模型的AUC、准确率、召回率、精确率及F1-score优于T1-net和T2-net模型.结论 DenseNet-ResNet能够准确无创性预测胶质瘤患者的IDH蛋白表达,其中TU-net模型预测效果最佳.
关键词：脑胶质瘤异柠檬酸脱氢酶卷积循环神经网络磁共振成像
分类号：R739.41(神经系肿瘤)R445.2(诊断学)
资助基金：江苏省徐州市卫生健康委员会青年医学科技创新项目(XWKYHT20210586)
论文发表日期：2023-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1745-1749 )
英文信息