Um modelo de aprendizado profundo baseado em CT para prever graus patológicos de carcinoma de células renais de células claras da OMS/ISUP (ccRCC): um estudo de coorte multicêntrico

Este estudo tem como objetivo estabelecer um modelo eficaz de aprendizagem profunda para extrair informações relevantes sobre tumores renais e rins a partir de imagens de tomografia computadorizada (TC) e prever os graus patológicos do carcinoma de células renais de células claras (ccRCC).

Dados retrospectivos foram coletados de 483 pacientes com CCRcc em três centros médicos. As imagens de TC da fase arterial e da fase venosa portal do conjunto de dados foram segmentadas para tumores renais e rins. Três redes neurais convolucionais (CNNs) foram empregadas para extrair características das regiões de interesse (ROI) nas imagens de tomografia computadorizada em múltiplas dimensões, incluindo 3D, 2,5D e 2D. A regressão de menor contração e seleção absoluta (LASSO) foi usada para seleção de recursos. Os modelos foram avaliados por meio de curvas características de operação do receptor (ROC) e análise de curva de decisão (DCA).