基于MRI放射学特征的深度学习预测早期宫颈癌淋巴血管浸润的研究
邹明洋1
蓝博文2
廖俊杰3
官倩文3
1.515063 广东 汕头,汕头大学医学院;惠州中心人民医院放射科2.515063 广东 汕头,汕头大学医学院3.惠州中心人民医院放射科
摘要：目的 探讨基于磁共振成像(magnetic resonance imaging,MRI)放射学特征的深度学习预测早期宫颈癌的淋巴血管浸润.方法 选取2018年1月—2021年12月惠州中心人民医院收治的118例早期宫颈癌患者作为研究对象,按照抽签法分为观察组82例(训练集)和对照组36例(验证集).通过收集患者一般资料、临床资料及影像学资料,由两名经验丰富的医生对子宫颈癌患者的影像学资料记录并构建临床模型,使用ITK-SNAP软件勾画图像中的感兴趣区,通过处理数据构建深度学习模型,用诺莫图对模型可视化,来评估子宫颈癌预测肿瘤分级与淋巴管浸润的组学分析情况.采用临床决策曲线、区分度和校准度等评价模型将观察组的模型在对照组进行验证,绘制受试者工作特征(receiver operating characteristic,ROC)曲线分析预测性能.结果 所筛选出的6个特征的特征间相关性最小,预测能力最强.曲线下面积(area under the curve,AUC)均大于0.60,表明对宫颈癌淋巴脉管侵犯(lymphovascular space invasion,LVSI)具有较好的预测能力.与经原点的45°斜线越贴近说明模型预测效果越好.ROC曲线的AUC值,分别为0.815和0.778.当阈值概率范围在0.07～0.77时,早期宫颈癌患者获益良好.结论 本研究建立的模型可对宫颈癌淋巴血管间隙浸润进行有效预测,模型的诊断效能较高,但前景数据显示模型的构建相对较粗糙,仍需加大样本量进一步完善模型以更好地建立预测模型.
关键词：放射学特征早期宫颈癌淋巴血管浸润
分类号：R445.2(诊断学)
资助基金：惠州市科技计划项目(2021WC0106386)
论文发表日期：2023-11-28
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：4( 43-46 )
英文信息