首页 > 医疗资讯/ 正文
鼻咽癌(NPC)是东南亚和东亚地区一种非常常见的地方性肿瘤,放疗是目前治疗非转移性鼻咽癌的首选方式,但颞叶(TL)不可避免地被包括在放射野中。据报道,接受放射治疗(IMRT)的患者辐射诱发的颞叶损伤(RTLI)的发生率为4.6%至8.5%。发生RTLI的患者在记忆、语言和活动能力等方面会受到损害,但近一半的患者(45.3%)在诊断时没有RTLI的症状,大多数患者甚至在晚期也没有症状。
目前RTLI的影像诊断主要依靠MRI。然而,现有的常规MRI技术只能在不可逆阶段区分RTLI。最近,人工智能(AI)如放射组学已被广泛用于预测并发症和疾病进展等治疗效果。放射组学描述了从常规诊断扫描中提取大量基于图像的特征的过程,量化肿瘤形状、图像强度和纹理的高维数据可以反映疾病的特征,在临床决策中应用广泛。
近日,发表在European Radiology杂志的一项研究开发并验证了一个基于放射组学的用于预测NPC患者RTLI的治疗前预测模型,为临床早期识别RTLI的程度及风险提供了技术支持。
本研究共对216名被诊断为鼻咽癌的患者进行了回顾。所有患者被随机分配到训练组(n = 136)和验证组(n = 80)。从治疗前增强T1或脂肪抑制T2加权MRI中提取放射组学特征。通过最小绝对收缩和选择运算符(LASSO)回归算法、皮尔逊相关分析和单变量逻辑分析产生放射组学特征,并使用逻辑回归分析选择临床特征。进行多变量逻辑回归分析,为训练队列的RTLI预测建立三个模型:即放射组学特征、临床变量和临床-放射组学参数。使用放射组学列线图,并对其校准、鉴别、重新分类和临床应用进行了评估。
本研究发现,由两个放射组学特征组成的放射组学特征模型与RTLI显著相关。所提出的放射组学模型在训练(AUC,0.89)和验证队列(AUC,0.92)中都表现出良好的鉴别能力,且超过了临床预测模型(P < 0.05)。同时结合放射组学和临床特征所建立的模型取得了更高的AUC(AUC,0.93和0.95)以及更好的校准和提高RTLI的预测准确性。临床-放射组学模型在预测不同临床-病理亚组的RTLI方面也显示出优异的性能。
图 (a)在训练队列中构建了放射组学列线图,并纳入了放射组学评分、T分期和年龄。(b)训练队列和(c)验证队列中的放射学列线图校准曲线
本研究开发并验证了一种机器学习方法,该方法通过治疗前的颞叶MRI图像实现了对鼻咽癌(NPC)患者辐射诱导颞叶损伤(RTLI)的预测及评估。确定的放射组学特征可用作RTLI风险分层的生物标志物。
原文出处:
Dan Bao,Yanfeng Zhao,Lin Li,et al.A MRI-based radiomics model predicting radiation-induced temporal lobe injury in nasopharyngeal carcinoma.DOI:10.1007/s00330-022-08853-w
- 搜索
-
- 1000℃李寰:先心病肺动脉高压能根治吗?
- 1000℃除了吃药,骨质疏松还能如何治疗?
- 1000℃抱孩子谁不会呢?保护脊柱的抱孩子姿势了解一下
- 1000℃妇科检查有哪些项目?
- 1000℃妇科检查前应做哪些准备?
- 1000℃女性莫名烦躁—不好惹的黄体期
- 1000℃会影响患者智力的癫痫病
- 1000℃治女性盆腔炎的费用是多少?
- 标签列表
-
- 星座 (702)
- 孩子 (526)
- 恋爱 (505)
- 婴儿车 (390)
- 宝宝 (328)
- 狮子座 (313)
- 金牛座 (313)
- 摩羯座 (302)
- 白羊座 (301)
- 天蝎座 (294)
- 巨蟹座 (289)
- 双子座 (289)
- 处女座 (285)
- 天秤座 (276)
- 双鱼座 (268)
- 婴儿 (265)
- 水瓶座 (260)
- 射手座 (239)
- 不完美妈妈 (173)
- 跳槽那些事儿 (168)
- baby (140)
- 女婴 (132)
- 生肖 (129)
- 女儿 (129)
- 民警 (127)
- 狮子 (105)
- NBA (101)
- 家长 (97)
- 怀孕 (95)
- 儿童 (93)
- 交警 (89)
- 孕妇 (77)
- 儿子 (75)
- Angelababy (74)
- 父母 (74)
- 幼儿园 (73)
- 医院 (69)
- 童车 (66)
- 女子 (60)
- 郑州 (58)