基于扩散加权成像的深度学习方法预测喉和下咽癌病人放疗相关根治性治疗的疗效:一项初步研究

• 作者: 谢永生（译） 刘周（校） 罗德红（校）
• 来源期刊: 国际医学放射学杂志
• 年，卷（期）: 2023,（5）
• 所属期刊栏目: 国际期刊连线
• 页码范围: 618
• 页数: 1页
• 语种: 中文
• DOI: 10.19300/j.2022.e0808

摘要

目的 该初步研究旨在开发一个基于扩散加权成像（DWI）和表观扩散系数图（ADC图）的深度学习（DL）模型，用以预测喉和下咽癌病人接受各种形式放疗相关的根治性治疗后局部复发和2年无进展生存期（PFS）。方法 共纳入70例接受放疗、放化疗或诱导（化疗）放疗的喉和下咽癌病人，并根据就诊时间分为训练组（49例）和测试组（21例）。所有病人在放疗开始前及放疗4周后行MRI检查。提取治疗前和治疗内DWI（DWIintra）与ADC图的影像特征来训练DL模型，以此来预测在2年随访中的局部复发率。测试组中的每个DL模型都对局部复发进行预测分析。此外，Kaplan-Meier和多变量Cox回归分析用于评估DL模型和各临床变量的预后价值。结果 基于DWIintra的DL模型预测局部复发的最高AUC及准确度分别为0.767和81.0%。log-rank检验显示DWIintra与PFS显著相关（P=0.013）。多因素分析显示，DWIintra是PFS的独立预后因素（P=0.023）。结论 基于DWIintra的DL模型对喉和下咽癌病人根治性放疗后的预后具有一定的预测价值，该模型相关研究结果可能有助于早期制定最佳治疗策略。