首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于影像组学的深度学习评估肌少症对肝癌切除和移植患者预后的影响(中文)
引用本文:刘治坤,吴逸超,Abid Ali KHAN,陆伦,王建国,陈峻,贾宁阳,郑树森,徐骁.基于影像组学的深度学习评估肌少症对肝癌切除和移植患者预后的影响(中文)[J].浙江大学学报(B卷英文版),2024(1):83-95.
作者姓名:刘治坤  吴逸超  Abid Ali KHAN  陆伦  王建国  陈峻  贾宁阳  郑树森  徐骁
作者单位:1. 浙江省肿瘤融合与智能医学实验室,浙江大学医学院附属杭州市第一人民医院肝胆胰外科;2. 国家卫健委多器官联合移植重点实验室;3. 浙江大学医学院;4. 海军医科大学东方肝胆外科医院放射科;5. 浙江大学医学院附属第一附属医院肝胆胰外科;6. 树兰(杭州)医院肝胆胰外科
基金项目:supported by the Key Program of Provincial Natural Foundation of Zhejiang Province (No. LZ22H180003);;the National Natural Science Foundation of China (Nos. 92159202 and 81802889);;the Key Research & Development Program of Zhejiang Province (No. 2022C03108);
摘    要:肌少症是指因持续骨骼肌含量流失、强度和功能下降引起的综合征,且与包括肝细胞癌(HCC)在内的肿瘤患者预后密切相关。目前该病的检测手段局限且无统一标准。本文旨在利用基于影像组学的深度学习(DL)技术评估肌少症,用于肝癌患者行肝脏部分切除术或肝移植术的预后预测。本研究回顾性纳入浙大一院肝癌手术切除492例(训练集+内部验证集)与肝癌肝移植173例患者(外部LT验证集),东方肝胆医院肝癌切除患者161例(外部验证集),并收集患者术前一个月内的腹部计算机断层扫描(CT)平扫期影像与临床资料;单中心肝切除术组入组患者按7:3随机分为训练集和内部验证集(训练集345例,验证集147例),肝移植组及第二中心肝癌切除组作为外部验证集,经训练集建立预测模型,并利用内部和外部验证集验证预测模型的预测性能;对训练集患者CT图像中第3腰椎骨(L3)层面的骨骼肌(SM)及腰大肌(PM)轮廓进行人工勾画;抽提SM与PM影像组学特征,随后利用自编码器(Auto Encoder)压缩特征,TFDeep Surv生存分析网络构建DL预后预测模型,预测HCC术后无瘤生存率(RFS)与总体生存时间(OS);最后计算时间依赖...

关 键 词:影像组学  深度学习  肌少症  肝细胞肝癌  肝部分切除术  肝移植
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号