[所屬分類:行業(yè)動(dòng)態(tài)] [發(fā)布時(shí)間:2025-5-16] [發(fā)布人:楊曉燕] [閱讀次數(shù):] [返回]

新方法提升肺結(jié)節(jié)良惡性診斷精度
作者：刁雯蕙       來源：中國科學(xué)報(bào)
山東拓普生物工程有限公司  http://www.jlkcpj.cn
近日，中國科學(xué)院深圳先進(jìn)技術(shù)研究院醫(yī)學(xué)成像科學(xué)與技術(shù)系統(tǒng)全國重點(diǎn)實(shí)驗(yàn)室、醫(yī)工所影像中心副研究員孫濤團(tuán)隊(duì)，聯(lián)合中國醫(yī)學(xué)科學(xué)院腫瘤醫(yī)院深圳醫(yī)院、河南省人民醫(yī)院，提出了一種融合血流與代謝動(dòng)態(tài)特征的可解釋機(jī)器學(xué)習(xí)方法，顯著提高了對(duì)肺部結(jié)節(jié)良惡性的分類準(zhǔn)確性。相關(guān)成果發(fā)表于《歐洲核醫(yī)學(xué)與分子成像雜志》。
在肺結(jié)節(jié)影像診斷中，提升良惡性鑒別的準(zhǔn)確性始終是醫(yī)學(xué)影像與核醫(yī)學(xué)的重要研究方向。傳統(tǒng)的CT結(jié)構(gòu)影像的參數(shù)與PET的SUVmax參數(shù)在肺癌診斷中存在一定局限，且依賴于復(fù)雜的動(dòng)力學(xué)建模。為此，研究人員創(chuàng)新性地將病灶的時(shí)間-活度曲線分解為血流、游離態(tài)和代謝態(tài)三部分，分別提取關(guān)鍵動(dòng)態(tài)特征，如峰值、斜率、AUC等，構(gòu)建可解釋的分類特征集合。
研究基于Bagging集成學(xué)習(xí)方法，結(jié)合LASSO特征篩選和SHAP值可解釋性分析，構(gòu)建了肺結(jié)節(jié)良惡性預(yù)測(cè)模型。該模型在短軸的GE DMI PET/CT設(shè)備和長軸的聯(lián)影uEXPLORER PET/CT設(shè)備上均表現(xiàn)穩(wěn)定，展示出良好的泛化能力。此外，模型推理時(shí)間為10秒以內(nèi)，特征提取約8秒/例，可集成于臨床流程，具備落地潛力。據(jù)介紹，模型輸出不僅限于預(yù)測(cè)結(jié)果，更通過可解釋分析展示了每個(gè)動(dòng)態(tài)特征在單個(gè)病人中的診斷貢獻(xiàn)，讓醫(yī)生“看得懂、用得上”。
該研究為動(dòng)態(tài)PET在肺癌良惡性鑒別中的應(yīng)用提供了新型可解釋性手段，尤其適用于靜態(tài)顯像模糊、腫瘤標(biāo)志物陰性、或高假陽性風(fēng)險(xiǎn)的復(fù)雜病例。據(jù)介紹，未來研究團(tuán)隊(duì)將進(jìn)一步縮短掃描時(shí)間、與CT特征融合、開展多中心驗(yàn)證工作等，推動(dòng)該研究成果向臨床應(yīng)用轉(zhuǎn)化。
相關(guān)論文信息：https://doi.org/10.1007/s00259-025-07231-0
（本文內(nèi)容來源于網(wǎng)絡(luò)，版權(quán)歸原作者所有，如有侵權(quán)可后臺(tái)聯(lián)系刪除。）