编辑推荐:
为检测肝硬化肝脏中的 sHCC,研究人员开展深度学习研究,成果显示该方法有效。
摘要
- 目的:利用钆塞酸二钠(Gd-EOB-DTPA)增强磁共振成像(MRI),开发一种用于检测肝硬化肝脏中微小肝细胞癌(sHCC)的自动化深度学习(DL)方法。
- 方法:本回顾性研究共纳入 120 例肝硬化患者,其中 78 例为 sHCC 患者,42 例为非 HCC 肝硬化患者,通过分层抽样选取。数据集按 8:2 的比例分为训练集和测试集。nnU-Net 在分割小物体方面表现出增强的能力。使用 Dice 系数评估分割性能。通过受试者工作特征曲线(ROC)、曲线下面积(AUC)得分和 P 值评估区分 sHCC 和非 HCC 病变的能力。通过准确率、灵敏度和特异性等指标评估 sHCC 在病例层面的检测性能。
- 结果:在病变层面区分 sHCC 患者和非 HCC 患者的 AUC,训练队列和测试队列分别为 0.967 和 0.864,P < 0.001,差异均具有统计学意义。在病例层面,区分 sHCC 患者和肝硬化患者,训练集和测试集的准确率分别为 92.5%(95% 置信区间,85.1 - 96.9%)和 81.5%(95% 置信区间,61.9 - 93.7%),灵敏度分别为 95.1%(95% 置信区间,86.3 - 99.0%)和 88.2%(95% 置信区间,63.6 - 98.5%),特异性分别为 87.5%(95% 置信区间,71.0 - 96.5%)和 70%(95% 置信区间,34.8 - 93.3%)。
- 结论:DL 方法在检测肝硬化患者队列中的 sHCC 方面显示出有效性。
下载安捷伦电子书《通过细胞代谢揭示新的药物靶点》探索如何通过代谢分析促进您的药物发现研究
10x Genomics新品Visium HD 开启单细胞分辨率的全转录组空间分析!
欢迎下载Twist《不断变化的CRISPR筛选格局》电子书
单细胞测序入门大讲堂 - 深入了解从第一个单细胞实验设计到数据质控与可视化解析
下载《细胞内蛋白质互作分析方法电子书》