基于深度网络术前评估膀胱癌患者淋巴结状态的模型构建
王丽鹃1
刘自晓1
黄浩霖1
胡伟2
汪洋3
刘洋1
秦卫军2
卢虹冰1
徐肖攀1
1.空军军医大学军事生物医学工程学系军事医学信息技术教研室,陕西西安7100322.空军军医大学西京医院泌尿外科,陕西西安7100323.空军军医大学西京医院放射科,陕西西安710032
摘要：目的 针对术前膀胱癌患者淋巴结状态影像学检查敏感度低、病理检查有创等问题,构建基于影像与深度学习的膀胱癌淋巴结转移预测模型,实现对术前淋巴结状态的准确预测.方法 首先,从癌症影像档案数据库下载膀胱癌患者的影像数据和临床数据,经数据清洗最终纳入80例膀胱癌患者数据,其中,淋巴结阳性27例,阴性53例;其次,基于Pytorch深度学习框架构建用于术前评估膀胱癌淋巴结转移的ResNet18卷积神经网络;最后,将数据集按照7:3的比例划分为训练集和测试集,通过调整网络结构和超参数,提高网络预测效能.结果 本研究构建的深度学习模型在膀胱癌淋巴结转移预测方面取得良好效果,在测试集中受试者工作特征曲线下面积达到94％,敏感度达到98％,明显高于既往研究结果.结论 本研究基于术前CT影像与ResNet18构建的深度学习模型,能够实现对膀胱癌淋巴结转移的准确预测,有望为临床医师制定最佳治疗决策提供重要依据.
关键词：膀胱癌淋巴结转移深度学习增强CTResNet18
分类号：R737.14(泌尿生殖器肿瘤)
资助基金：国家自然科学基金(81901698)空军军医大学凌云工程人才项目(2020CYJHXXP)
论文发表日期：2022-07-28
在线出版日期：2026-08-26（本平台首次上网日期，不代表文献的发表时间）
页数：5( 847-851 )
英文信息