《临床放射学杂志》发表论文赏析
作者:崔婷婷, 任杰, 秦永照, 岳云龙
单位:100038 北京,首都医科大学附属北京世纪坛医院医学影像科
摘要:目的探讨基于深度学习的超分辨率动态对比增强(DCE)MRI影像组学预测子宫内膜癌深肌层浸润的效能。方法回顾性搜集212例接受手术治疗的子宫内膜癌患者,根据病理结果分为浅肌层浸润组和深肌层浸润组。通过超分辨率重组技术将原始分辨率DCE MRI图像转换为超分辨率图像,并分别提取影像组学特征。利用支持向量机算法构建原始分辨率和超分辨率模型。通过受试者工作特征曲线(ROC)和决策曲线分析(DCA)评估模型的性能。结果超分辨率模型的诊断效能[训练集和测试集曲线下面积(AUC)为0.877和0.872]优于原始分辨率模型(AUC为0.787和0.717)并具有更大的临床益处。结论基于深度学习的超分辨率重组技术能够提升DCE MRI影像组学模型对子宫内膜癌深肌层浸润的预测能力,有望为临床治疗提供更准确的依据。
关键词:子宫内膜癌,超分辨率重组,影像组学,肌层浸润
2026年4期其他文献查阅:
探讨5.0 T MRI非增强3D-FLAIR序列对内耳内淋巴积水的诊断价值
多期CT影像组学融合临床危险因素模型预测甲状腺乳头状癌中央区淋巴结转移的价值
Logistic回归与决策树模型对肺纤维化合并肺癌免疫治疗联合化疗疗效的预测价值
基于动态增强MRI的生境成像和含瘤周影像组学模型预测肝细胞癌切除术后早期复发
基于CT影像的AI模型预测胃癌微卫星不稳定性的诊断性能:系统评价和Meta分析
基于MRI特征的评分模型对O-RADS 4类囊实性卵巢肿物风险分层的价值
改良O-RADS MRI评分结合临床特征对卵巢肿块良恶性鉴别的诊断价值研究
基于深度学习的超分辨率动态对比增强MRI影像组学预测子宫内膜癌深肌层浸润的价值
大语言模型赋能骨肿瘤风险分层与管理系统自动评估:基于公共数据库的可行性研究
基于三维CT参数的Pierre Robin序列征婴儿喉镜显露困难预测模型研究
基于DKI-ALPS评估溃疡性结肠炎认知障碍与大脑类淋巴关系
基于无监督小波高频引导扩散模型的锥形束CT到CT图像合成研究