Influencia de las características radiómicas de PET/CT en el resultado de los pacientes con cáncer de pulmón

Características radiómicas:

Las imágenes de PET/CT, incluidos otros tipos de series de CT, se transportaron a una computadora personal. Usando el software de código abierto de 3D-Slicer, los volúmenes de interés (VOI) para el tumor primario, o incluso los ganglios linfáticos, se segmentaron de forma semiautomática o manual. Y luego, se extrajeron las características radiómicas.

Parámetros de mascotas:

Usando CT VOI combinados, se midió el valor de captación estándar de PET correspondiente (SUV, sin unidad). Para un foco (ya sea tumor o ganglio linfático), se documentaron el SUV medio, total y máximo, y se usaron para entrenar y validar modelos junto con características radiómicas.

Selección de características:

Los datos se analizaron mediante el aprendizaje profundo o el método de bosques aleatorios, y las 20 variables principales se calificaron según su contribución a la regresión (importancia de la variable, VIMP). Las características generalizadas se identificaron como las mismas entre dos tipos de series de imágenes (por ejemplo, TC ordinaria y de sección delgada, o PET y TC). Además, cuando tres o más características cumplían con el criterio, se utilizó un valor más bajo del criterio de información de Akaike (AIC) que mide la calidad relativa de los modelos estadísticos para encontrar características apropiadas con menor posibilidad de sobreajuste.

Modelo de validación:

El modelo desarrollado fue validado interna y externamente. Los índices internos para la variable continua independiente fueron exactitud (sesgo y sesgo absoluto) y precisión (coeficiente de correlación y R cuadrado), y para la variable independiente clasificada o de supervivencia fue el índice c. Los pacientes reclutados de otro centro médico se utilizaron para la validación externa.