换一批基于PET/CT深度学习及其联合模型预测肺浸润性腺癌术后进展
Deep learning model based on PET/CT and combination with Cox proportional hazard model for predicting progression of lung invasive adenocarcinoma after surgery
摘要目的 观察基于PET/CT图像构建深度学习(DL)模型及其联合Cox比例风险回归模型预测肺浸润性腺癌术后5年内疾病进展(PD)的效能.方法 回顾性分析250例肺浸润性腺癌临床、PET/CT及术后5年随访资料,根据有无PD将其分为进展组(n=71)与无进展组(n=179),比较组间基本资料及PET/CT所见;通过受试者工作特征(ROC)曲线及相应最佳截断值将组间存在差异的计量变量转换为分类变量,以多因素Cox比例风险回归模型遴选肺浸润性腺癌术后5年内PD的独立预测因素.按照6:2:2比例将患者分为训练集、验证集及测试集,以训练集及验证集PET/CT数据训练模型并调整参数,得到PET/CT DL模型;以串联方式将其与上述因素相结合而得到联合模型.以曲线下面积(AUC)评估各模型预测测试集肺浸润性腺癌术后5年内PD的效能并加以比较.结果 组间患者性别、吸烟与否,基于PET所测病灶长径、SUVmax及SUVmean,CT所示病灶长径、短径及其类型差异均有统计学意义(P均＜0.05).吸烟[HR=1.787(1.053,3.031),P=0.031]及病灶 SUVmax＞4.15[HR=5.249(1.062,25.945),P=0.042]可预测肺浸润性腺癌术后 5 年内PD.PET/CT DL模型预测测试集PD的AUC为0.847,联合模型的AUC为0.890,后者高于前者(P=0.036).结论PET/CT DL模型预测肺浸润性腺癌术后5年内PD效能较高;联合Cox比例风险回归模型可进一步提升其预测效能.
更多相关知识
关键词
肺腺癌正电子发射断层显像和计算机体层摄影术深度学习疾病恶化adenocarcinoma of lungpositron-emission tomography and computed tomographydeep learningdisease progression
栏目名称
DOI
10.13929/j.issn.1003-3289.2024.08.018
发布时间
2024-09-30（万方平台首次上网日期，不代表论文的发表时间）
- 浏览22
- 被引0
- 下载11
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
