Разработка модели глубокого обучения на основе МРТ для прогнозирования статуса MMR

В этом исследовании с 2017 по 2022 год были собраны пациенты с диагнозом рака эндометрия после операции, которым была выполнена МРТ таза до операции. В нашей больнице предполагается собрать 500 случаев, которые разделены на 375 случаев (экспериментальная группа) и 125 случаев (группа внутренней проверки).

100 дел онкологического центра Университета Сунь Ятсена для внешней проверки. Были собраны клинические данные (возраст, пол, ИМТ, CA125, CA19-9, стадия MR-T, иммуногистохимические результаты белков, связанных с MMR) исследуемой популяции, и был проведен логистический регрессионный анализ для создания клинических моделей. Извлекайте, сегментируйте, интегрируйте и улучшайте данные MR-изображений.

Глубокое обучение использовалось для объединения клинической модели с данными МРТ-изображения для построения модели. Кривые ROC были построены для группы тестирования, группы внутренней проверки и группы внешней проверки, а площадь под кривыми ROC была рассчитана для оценки диагностического эффекта и стабильности модели.

Стратегия сортировки с двойным порогом использовалась для отсеивания популяции pMMR (ниже нижнего порога), популяции dMMR (выше верхнего порога) и неопределенной части популяции (между порогами). Если прогностическая оценка выше нижнего порога, пациенту рекомендуется пройти дальнейшее иммуногистохимическое или генетическое тестирование для подтверждения статуса MMR или типа dMMR.