A minimálisan invazív kezelés utáni korai HCC AI prognosztikus értékelése és patológiai alapkutatása

A korai stádiumú hepatocelluláris karcinóma (HCC) prognózisa minimálisan invazív kezelés után magában foglalja a kezelés klinikai döntését és a nyomon követést. A mágneses rezonancia képalkotás (MRI) a HCC monitorozásának és nyomon követésének fő módszere, azonban a műtét előtt nehéz megjósolni a HCC prognózisát. Korábbi kutatásaink során a következő korlátokat találtuk: a különböző szekvenciákat alkalmazó multimodális MRI bizonytalan határokat mutat a HCC-ben, ami megnehezíti a precíz szegmentálást, és további munkaterhelést jelent a nagy áteresztőképességű radiomika jellemzőinek kinyeréséhez, amelyek mennyisége és ismételhetősége korlátozott. A prognózis szempontjából az MRI-képek, a klinikai adatok és a nyomon követési információk még nem kerültek teljes mértékben kihasználásra. Ezenkívül a radiomika munkafolyamatával kapott prognózis eredménye nehezen magyarázható és alkalmazható a klinikai alkalmazásra. Ezért tanulmányt végzünk a fent említett problémák megoldására: (1) Egy hatékony mélytanuló neurális hálózati módszer és egy előképzési modell feltárása a tumorszegmentáció pontosságának javítására. (2) Módszer kidolgozása a HCC prognózissal kapcsolatos nagy áteresztőképességű többdimenziós és multimodális MRI radiomika jellemzőinek kinyerésére. (3) Korreláció feltárása a "korai stádiumú HCC multimodális MRI alapú patológiás jellemzői" és a "korai stádiumú HCC multimodális MRI alapú prognózis mélységi hálózata minimálisan invazív kezelés után" eredményei között. A fenti megközelítések alapján célunk a "minimálisan invazív kezelés utáni korai stádiumú HCC multimodális MRI alapú prognózis modelljének kialakítása" különböző klinikai alkalmazási forgatókönyvekben, amelyek a klinikai döntéshozatalhoz vezetnek. Célunk továbbá az MRI radiomika jellemzői és a patológia közötti összefüggés feltárása, amely elméleti alapot ad az MRI radiomika alapú patológiai kutatásokhoz.