腾讯分分彩平刷计划,| Radcloud 基于机器学习方法的MRI影像组学预测直肠癌异时性肝转移

作者:鼎湖影像 / 公众号:DHRadiology 发布时间:2019-11-01


5月24日起汇医慧影推出为期一个月的Radcloud智慧科研特辑,以每周2篇的频次,在鼎湖影像及汇医慧影公众号中发布Radcloud大数据智能分析科研平台中产出的高质量论文/摘要,分享前沿科研成果和观念,敬请关注。
- 第七期 -
腾讯分分彩平刷计划中国医学科学院肿瘤医院梁萌、赵心明、汇医慧影创新事业部蔡正厅等人,使用radcloud大数据智能分析科研平台在《Academic Radiology》杂志上发表论文《Machine Learning-based Analysis of Rectal Cancer MRI Radiomics for Prediction of Metachronous Liver Metastasis》。
研究目标
使用基于机器学习方法的MRI影像组学预测直肠癌患者的异时性肝转移(MLM)。
材料和方法
本研究回顾性地收集了108例直肠癌患者(MLM组54例,非转移组54例)。基于人工勾画的病灶区,分别从T2加权(T2WI)和静脉期序列(VP)的磁共振图像中提取1029种影像组学特征,为了验证勾画的可重复性从中随机选出了30例患者图像进行观察者间相关系数计算。
腾讯分分彩平刷计划使用最小绝对收缩和选择算子方法(LASSO)分别对两个序列的特征集及其组合的并集(具有2058个放射学特征)进行特征选择。基于五重交叉验证使用两种机器学习算法(支持向量机和逻辑回归)进行预测模型的构建。通过ROC曲线和曲线下面积、准确性、灵敏度和特异度等指标评估模型的诊断性能。通过Delong检验进行模型间的比较,并通过重复一百轮五重交叉验证证明相关结果的稳定性和可靠性。
结果
分别从原始的T2WI特征集,VP特征集和特征并集中选择出了5个,8个和22个最佳组学特征。然后,使用5个T2WI特征(Model-T2),8个VP特征(Model-VP),组合的13个最佳特征(Model-combined)和从2058个特征中选择的22个最佳特征(Model-optimal)构建四组模型。在Model-VP中,逻辑回归模型优于支持向量机模型(P = 0.0303),其他三组模型中两种算法生成的模型的预测性能无显著的统计学差异(P = 0.1628-0.8476)。使用逻辑回归算法的Model-optimal显示出最佳预测性能,其准确度,灵敏度,特异性和曲线下面积分别为0.80, 0.76, 0.83和0.87。
四组逻辑回归模型的ROC曲线及曲线下面积
结论
基于患者基线直肠磁共振成像的影像组学模型具有很高的异时性肝转移预测潜力,尤其是使用逻辑回归算法结合T2WI和VP期影像特征的Model-optimal模型。
Radcloud全球
智慧科研百人助推计划
汇医慧影Radcloud大数据智能分析科研平台,提供以影像为专长,融合临床、病理等多学科研究方法的一站式医疗大数据研究解决方案,至今已在两年产品化落地中,历经4次升级迭代,与400+医院合作,服务20000+医生用户,产出千篇高质量论文及摘要,成功申报各类科研基金近亿元。致力于解决医疗科研难题,降低医疗科研门槛,唤醒沉睡的临床医疗数据,促成临床-科研-临床转化闭环。
在探索医学影像的国际化产学研用过程中,汇医慧影也关注到更普惠的科研需求,特启动Radcloud全球智慧科研百人助推计划——在全球范围内征集医疗科研课题需求,从选题方向、创新性、学术价值、临床价值等方面,遴选100位伙伴,开放提供Radcloud个人版本使用权限及汇医慧影科研团队助力,让更多走在科研第一线的医务工作者享受智慧科研,加速科研成果转化。
腾讯分分彩平刷计划同时,课题组版本、多中心版本也同步开放试用申请通道,汇医慧影期待与您一起,让科研创想变现,让数据赋能临床,加速实现全民健康。
欢迎添加管理员微信
精彩推荐:
300+神经、头颈系统超全影像文章汇总
全网最全头颅影像解剖学,不容错过(更新版)
全网最全 | 全身大关节影像解剖,不容错过(更新版)
脊柱、脊髓解剖及常见疾病汇总(41篇)
乳腺解剖及影像学检查详细汇总
心胸系统文章汇总(132篇)
更多精彩医学影像内容,尽在鼎湖影像
欢迎关注

关注鼎湖影像微信公众号,获取更多图文精彩内容


其他栏目