Modelo de riesgo para la detección de metástasis de neuroblastoma (NB)

1. Procesamiento de conjuntos de datos. En este estudio, el modelo incluye un conjunto de entrenamiento, un conjunto de validación y un conjunto de prueba. Durante la construcción del modelo, los investigadores procesan la capacitación en una cohorte interna asignando aleatoriamente a los participantes inscritos al conjunto de capacitación y al conjunto de validación en una proporción de 8:2. Los investigadores utilizan a los participantes inscritos de cohortes externas como conjuntos de prueba para evaluar el rendimiento del modelo de forma independiente y luego seleccionan el mejor modelo para uso futuro.

   El Comité de Ética del Hospital Xinhua afiliado a la Facultad de Medicina de la Universidad Jiaotong de Shanghai aprobó este estudio (XHEC-C-2024-023-2).

2. adquisición de imágenes. En el modelo de IA, los investigadores utilizan frotis de médula ósea de los participantes inscritos para la evaluación citológica y la recopilación de imágenes. Durante la clasificación celular y la detección de metástasis, los patólogos experimentados completan el análisis del frotis de médula ósea; los grupos de NB metastásicos en la médula ósea generalmente exhiben células atípicas redondas agregadas con una alta proporción núcleo/citoplasma. Los investigadores escanean un frotis de médula ósea teñido con un aumento de 40 × para obtener imágenes digitales del portaobjetos completo (WSI). Los investigadores segmentan los WSI en parches más pequeños como mosaicos de 512 × 512 píxeles y aplican el método Vahadane para normalizar el color de los mosaicos pequeños.

3. Entrenamiento de aprendizaje profundo. En la extracción de características de la imagen citológica de la médula ósea, el proceso incluye dos niveles de predicciones: predicciones a nivel de parche y a nivel WSI.

   Para las predicciones a nivel de parche, los investigadores llevan a cabo predicciones de etiquetas y sus respectivas probabilidades para todos los parches. Los investigadores aplican el modelo en el proceso de aprendizaje profundo de la siguiente manera: red neuronal reconocida (CNN) -resnet50 y Vision Transformer (ViT). Las configuraciones de parámetros en el modelo son las siguientes: optimizador-SGD, función de pérdida-entropía cruzada softmax, con un tamaño de lote de 64.

   Para las predicciones a nivel de WSI, los investigadores utilizan un algoritmo de aprendizaje de instancias múltiples (MIL) para agregar características dispersas a nivel de parche a características a nivel de WSI. Durante MIL para la fusión de WSI, los investigadores realizan predicciones de nivel WSI con la canalización de Histograma de probabilidad de parche (PLH) y la canalización de Bolsa de palabras (BoW) en combinación. Posteriormente, los investigadores obtienen la predicción del nivel WSI como representaciones finales del participante para operaciones analíticas posteriores.

4. Edificio de firma. En la procesión de selección de características, los investigadores utilizan la detección de características LASSO (Operador de selección y contracción menos absoluta) para determinar las características finales de nivel WSI de la citología de médula ósea. Luego, estas características seleccionadas se sometieron a métodos de aprendizaje automático para desarrollar un modelo de IA. los investigadores aplican varios algoritmos de aprendizaje automático para predecir el estado de metástasis de la médula ósea y/o del hueso en los participantes, como máquinas de vectores de soporte (SVM), regresión logística (LR), modelos basados ​​en árboles, como bosques aleatorios y árboles extremadamente aleatorios ( ExtraTrees), el aumento de gradiente extremo (XGBoost) y la máquina de aumento de gradiente de luz (LightGBM), así como el perceptrón multicapa (MLP) para desarrollar nuestros modelos.

   En el modelo de pronóstico, los investigadores utilizan modelos de Cox para construir el modelo de supervivencia con firma citológica y caracteres clínicos de la médula ósea.

5. Evaluación de modelos y análisis estadístico. Los investigadores comparan las características clínicas del participante con la prueba t de muestra independiente para variables continuas y la prueba de χ² para variables discretas en SPSS versión 22.0 (SPSS, Inc., Chicago, IL, EE. UU.). P ≤ 0,05 se consideró estadísticamente significativo.

Para el modelo de diagnóstico, los investigadores utilizan métricas de área bajo la curva (AUC) tanto micro como macro para evaluar el modelo en términos de sensibilidad, especificidad, precisión, valor predictivo positivo y valor predictivo negativo en diferentes umbrales de clasificación. El rendimiento y la eficacia del modelo se evaluaron en una cohorte de prueba separada. El estudio emplea código Python personalizado escrito en Python v.3.7.12 para evaluar el rendimiento del modelo.

Para el modelo de pronóstico, los investigadores utilizan el AUC como métrica de rendimiento y calculan la sensibilidad y especificidad. Se seleccionó como modelo óptimo el modelo con el mejor rendimiento en el conjunto de prueba. Las curvas de supervivencia se construyeron según el método de Kaplan-Meier.