《临床放射学杂志》发表论文赏析
作者:段金辉, 刘苏娟, 张梦, 周凤梅, 李自强, 闫瑞芳
单位:453100 卫辉,新乡医学院第一附属医院磁共振科段金辉、张 梦、周凤梅、李自强、闫瑞芳;放射科刘苏娟
摘要:目的探索基于磁共振T<sub>1</sub>WI和对比增强T<sub>1</sub>WI序列(CE-T<sub>1</sub>WI)的U-net模型对脑胶质瘤患者的预后评估价值。方法回顾性分析316例脑胶质瘤患者的T<sub>1</sub>WI、CE-T<sub>1</sub>WI影像数据和临床资料,其中,低风险组163例,高风险组153例。采用U-net深度学习算法建立预测模型。受试者工作特征曲线下面积(AUC)被用于评价预测性能。结果基于U-net算法的T<sub>1</sub>WI模型、CE-T<sub>1</sub>WI模型和多序列联合模型均可用于预测脑胶质瘤患者的生存风险,且与前两者相比,多序列联合模型有最高的诊断效能,训练集中AUC为0.913(95%CI:0.871~0.944),敏感度和特异度分别为90.16%和91.54%,验证集中AUC为0.883(95%CI:0.778~0.950),敏感度和特异度分别为90.32%和93.94%。DeLong检验显示,训练集中多序列联合模型与T<sub>1</sub>WI模型之间AUC的差异具有统计学意义(Z=1.983,P<0.05)。结论基于T<sub>1</sub>WI和CE-T<sub>1</sub>WI的U-net深度学习模型能够预测脑胶质瘤患者的预后生存率。
关键词:脑胶质瘤,预后评估,磁共振成像,深度学习
基金资助:河南省医学科技公关计划联合共建项目(编号:LHGJ20230505);河南省高等学校重点科研项日计划(编号:24B320017);新乡医学院第一附属医院青年培育基金项目(编号:QN-2022-B11)
2025年4期其他文献查阅:
基于磁化转移成像技术在特发性震颤与帕金森病鉴别诊断中的价值探究
基于深度学习图像分割结合影像组学鉴别高级别胶质瘤和转移瘤的应用研究
基于多序列磁共振成像U-net模型在脑胶质瘤预后评估中的应用价值
基于CT影像组学及深度学习模型区分腮腺多形性腺瘤和基底细胞腺瘤
磁共振虚拟弹性成像和体素不相干运动成像评估乳腺良、恶性病变:与超声弹性成像的对比研究
DECT定量参数联合形态学特征预测肺实性结节浸润性非黏液腺癌的分化程度
四维血流磁共振成像在肝硬化患者门静脉系统解剖和血流动力学的可行性研究
基于术前18F-FDG PET/CT影像组学机器学习模型预测Ⅱ~Ⅲ期结直肠腺癌病理高危状态及预后评估
使用扩散加权成像实现在治疗床上即刻评估磁共振引导聚焦超声治疗消融子宫肌瘤的效果
基于能谱CT 120 kVp-like图像和碘图的细胞外体积分数在术前预测肾透明细胞癌分级的价值
机器学习多种算法构建MRI影像组学模型预测睾丸良恶性病变的对比分析
双层探测器光谱CT单能量成像联合去金属伪影算法在TIPS术后随访的应用价值
3D-T2WI-DESS及DTI成像技术在腰骶神经解剖及功能成像中的应用