APP下载

CT影像组学模型预测膀胱癌术后1年复发的初步研究

2021-10-12张古沐阳许梨梨李秀丽金征宇

协和医学杂志 2021年5期
关键词:特征模型研究

张古沐阳,许梨梨,毛 丽,李秀丽,金征宇,孙 昊

1中国医学科学院 北京协和医学院 北京协和医院放射科, 北京 1007302深睿医疗人工智能研究院, 北京 100080

膀胱癌是泌尿系统最常见的恶性肿瘤,发病率位居全球恶性肿瘤的第9位[1]。较高的复发率是膀胱癌诊治过程中面临的严峻问题,尤其非肌层浸润性膀胱癌的5年复发率高达50%~70%[2]。对高复发风险的膀胱癌患者,早期予以更积极的初始治疗,并制订更紧密的随诊方案,有望改善其预后。因此,准确预测膀胱癌复发风险具有重要意义。

CT是评估肿瘤患者病情严重程度最常用的术前检查手段之一,可对肿瘤病灶进行准确定位,并辅助判断病灶数目、大小、与周围组织的关系以及有无淋巴结和远处转移。但常规CT对膀胱癌组织的分辨率不高,提供的肿瘤信息受限。近年来,新兴的影像组学技术通过从医学影像中高通量地提取肉眼不可见的定量特征数据,深度挖掘医学图像的生物学本质,并通过人工智能技术对海量的影像数据进行处理和分析,可构建对肿瘤进行无创定量诊断、疗效评估及预后预测的模型[3- 6]。本研究基于术前CT图像探究通过新兴的影像组学技术构建膀胱癌术后1年复发预测模型的可行性,旨在为该类患者临床诊治方案的选择提供辅助支持。

1 资料与方法

1.1 研究对象

回顾性纳入2014年5月至2018年7月北京协和医院诊治的膀胱癌患者。纳入标准:(1)均行手术治疗,组织病理学证实为原发性膀胱尿路上皮癌;……

登录APP查看全文

猜你喜欢

特征模型研究
一半模型
FMS与YBT相关性的实证研究
辽代千人邑研究述论
重尾非线性自回归模型自加权M-估计的渐近分布
视错觉在平面设计中的应用与研究
如何表达“特征”
不忠诚的四个特征
EMA伺服控制系统研究
3D打印中的模型分割与打包
线性代数的应用特征