Un modello di deep learning basato sulla CT per prevedere i gradi patologici del carcinoma a cellule renali a cellule chiare (ccRCC) secondo l'OMS/ISUP: uno studio di coorte multicentrico

Questo studio mira a stabilire un modello efficace di deep learning per estrarre informazioni rilevanti sui tumori renali e sui reni dalle immagini di tomografia computerizzata (CT) e prevedere i gradi patologici del carcinoma a cellule renali a cellule chiare (ccRCC).

Sono stati raccolti dati retrospettivi da 483 pazienti con ccRCC in tre centri medici. Le immagini TC della fase arteriosa e della fase venosa portale dal set di dati sono state segmentate per tumori renali e reni. Sono state impiegate tre reti neurali convoluzionali (CNN) per estrarre caratteristiche dalle regioni di interesse (ROI) nelle immagini CT in più dimensioni tra cui 3D, 2,5D e 2D. Per la selezione delle caratteristiche è stata utilizzata la regressione LASSO (minima contrazione assoluta e selezione). I modelli sono stati valutati utilizzando le curve delle caratteristiche operative del ricevitore (ROC) e l'analisi della curva decisionale (DCA).