《临床放射学杂志》发表论文赏析

基于大语言模型与深度学习影像特征融合的乳腺癌预后及转移风险预测模型研究

来源:临床放射学杂志2026年第7期北京时间:

作者:汤晓丹, 李博

单位:110000 沈阳,中国人民解放军北部战区总医院放射科

摘要:目的构建融合大语言模型影像报告特征与深度学习影像特征的多模态预测模型,评估乳腺癌患者新辅助化疗(NAC)预后与转移风险。方法回顾性纳入379例乳腺癌患者的MRI影像数据及对应病例文字报告,基于对三种目前主流大语言模型(BERT、ChatGPT和Qwen)微调训练实现对影像报告进行特征提取,并与基于深度学习的影像特征相融合,构建多模态预测模型,用于乳腺癌预后及转移风险预测。结果在NAC预后预测任务中,基线ResNet50模型表现为准确率为0.792、敏感度为0.754、F1-score为0.772,曲线下面积(AUC)为0.760。引入大语言模型特征后:ResNet50+Bert的F1-score为0.803,ResNet50+GPT的F1-score为0.828,ResNet50+Qwen表现最佳,准确率为0.884、敏感度为0.828、F1-score为0.855,AUC为0.868。在癌症转移预测任务中,ResNet50基线模型准确率为0.805、敏感度为0.801、F1-score为0.803,AUC为0.815。融合大语言模型后,ResNet50+Bert的F1-score为0.824,ResNet50+GPT的F1-score为0.841,ResNet50+Qwen再次取得最佳性能,准确率为0.892、敏感度为0.876、F1-score为0.883,AUC为0.862。结论系统比较不同大语言模型提取的影像报告特征与深度学习影像特征的组合效果发现,基于目前最新大语言模型引入报告语义特征可显著提升模型预测性能,为乳腺癌精准治疗及个体化临床决策提供了新的技术路径和有力支持。

关键词:大语言模型,深度学习,乳腺癌,预后预测

2026年7期其他文献查阅:

基于体素内不相干运动成像直方图构建胶质瘤IDH基因型的列线图预测模型

脊髓型颈椎病患者丘脑微结构改变:基于扩散峰度成像与扩散张量成像的对比研究

光子计数探测器CT与能量积分探测器CT在颞骨后鼓索神经管成像的比较研究

基于深度学习生成模拟颈动脉高分辨率血管壁增强图像的临床研究

Kaiser评分联合动态对比增强磁共振成像多参数对乳腺BI-RADS 4类病变的诊断价值

基于生境分析构建可解释性多重机器学习模型预测胸腺上皮性肿瘤风险分层

老年急性胰腺炎患者不同共病状态CT特征及与临床结果相关性研究

嗜酸性实性和囊性肾细胞癌的CT和MRI表现

ADC联合fPSA/tPSA在前列腺癌内分泌治疗后疗效评价中的临床价值

DWI联合PWI在前列腺外周带局灶性病变良恶性鉴别及病情评估中的价值

以急性全血细胞减少就诊的常见儿童血液系统恶性疾病胸腹部CT影像鉴别

胎儿MRI首次检查失败风险预测模型的构建与影响因素分析

基于双低剂量CT技术实现冠状动脉虚拟现实优化成像及临床应用价值研究

基于大语言模型与深度学习影像特征融合的乳腺癌预后及转移风险预测模型研究

基于定量CT探讨血液透析患者骨密度的变化及其相关性

基于Precise Image算法的低剂量CT在白血病胸部复查中的可行性研究

AI辅助低剂量CT薄层重组在孤立性肺结节鉴别诊断中的应用

载替拉扎明纳米囊泡联合经导管动脉化疗栓塞术治疗肝细胞癌的实验研究

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!