目的探討基于CT深度學(xué)習(xí)構(gòu)建的模型在預(yù)測(cè)局部進(jìn)展期胃癌患者術(shù)后預(yù)后中的價(jià)值方法回顧性搜集200例(訓(xùn)練組134例,驗(yàn)證組66例)術(shù)后病理確診為局部進(jìn)展期胃癌患者的術(shù)前CT增強(qiáng)圖像和臨床資料。在門靜脈期CT圖像腫瘤最大層面提取深度學(xué)習(xí)特征,用LASSO Cox回歸方法選擇特征并構(gòu)建標(biāo)簽,然后通過多因素Cox回歸模型融合標(biāo)簽和臨床病理信息構(gòu)建預(yù)測(cè)模型,并用諾莫圖對(duì)模型可視化。采用區(qū)分度、校準(zhǔn)度和臨床決策曲線等評(píng)價(jià)模型的預(yù)測(cè)效能。結(jié)果最終篩選出10個(gè)深度學(xué)習(xí)特征構(gòu)建了深度學(xué)習(xí)標(biāo)簽,標(biāo)簽在訓(xùn)練組和驗(yàn)證組中均與總體生存時(shí)間顯著相關(guān)(P<0.001和P=0.010)。融合深度學(xué)習(xí)標(biāo)簽和腫瘤TNM分期構(gòu)建的預(yù)測(cè)模型在訓(xùn)練組[C-index(95%CI)=0.776(0.718～0.833)]和驗(yàn)證組[C-index(95%CI)=0.797(0.680～0.914)]均有較好的區(qū)分度和校準(zhǔn)度。決策曲線分析表明預(yù)測(cè)模型有較好的臨床實(shí)用性。結(jié)論基于術(shù)前CT圖像的深度學(xué)習(xí)模型可個(gè)體化預(yù)測(cè)局部進(jìn)展期胃癌患者術(shù)后預(yù)后,有望輔助臨床治療決策。

【文章頁數(shù)】：5 頁

圖1深度學(xué)習(xí)特征提取流程圖

圖2A～C深度學(xué)習(xí)標(biāo)簽的診斷能力。

圖3融合模型和僅TNM分期因素諾莫圖(左上圖和右上圖)，訓(xùn)練組和驗(yàn)證組中預(yù)測(cè)3年總體生存概率的校準(zhǔn)曲線(左下圖，右下圖)

圖4模型預(yù)測(cè)胃癌患者預(yù)后的決策曲線圖(Combine=融合模型;Stages=TNM分期模型)

本文編號(hào)：3885338