基于深度学习的放射影像组学特征预测局部晚期直肠癌新辅助放化疗反应研究
基于深度学习的放射影像组学特征预测局部晚期直肠癌新辅助放化疗反应研究
复制标题
DOI：
10.3760/cma.j.cn113030-20191112-00472
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
金晶
中科院分区：
文献类型：
--
作者：
李宁;Sharon Qi;冯玲玲;唐源;李晔雄;任骅;房辉;唐玉;陈波;卢宁宁;景灏;亓姝楠;王淑莲;刘跃平;宋永文;金晶
目的探讨基于深度学习的方法,从疗前MRI中提取放射影像组学特征预测局部晚期直肠癌新辅助放化疗反应的有效性。方法2016-2017年纳入43例局部晚期直肠癌新辅助同步放化疗患者。均在疗后6~12周接受全系膜直肠切除术。弥散加权成像(DWI)序列MRI在同步放化疗前获得。根据术后病理、影像学检查或肠镜检查评估新辅助治疗后反应,将患者分为治疗反应组(22例)和治疗无反应组(21例)。分别采用传统的计算机辅助诊断方法和预先训练的卷积神经网络,从DWI序列的表观扩散系数图中提取手工和基于深度学习的影像组学(DLR)特征。利用提取的特征建立最小绝对收缩和选择算子Logistic回归模型,预测治疗反应。使用受试者工作特性曲线,通过重复20次分层4倍交叉验证评估模型性能。结果使用基于DLR构建模型的平均曲线下面积为0.73(标准误为0.58~0.80)。结论从疗前MRI中基于深度学习方法提取的影像组学特征在预测局部晚期直肠癌患者新辅助治疗反应方面准确度高。