Distinguishing multiple primary lung cancers from intrapulmonary metastasis using CT-based radiomics

无线电技术 医学 接收机工作特性 肺癌 放射科 核医学 肿瘤科 内科学
作者
Mei Huang,Qinmei Xu,Mu Zhou,Xinyu Li,Wenhui Lv,Changsheng Zhou,Ren Wu,Zhen Zhou,Xingzhi Chen,Chencui Huang,Guangming Lu
出处
期刊:European Journal of Radiology [Elsevier]
卷期号:160: 110671-110671 被引量:6
标识
DOI:10.1016/j.ejrad.2022.110671
摘要

To develop CT-based radiomics models that can efficiently distinguish between multiple primary lung cancers (MPLCs) and intrapulmonary metastasis (IPMs).This retrospective study included 127 patients with 254 lung tumors pathologically proved as MPLCs or IPMs between May 2009 and January 2020. Radiomics features of lung tumors were extracted from baseline CT scans. Particularly, we incorporated tumor-focused, refined radiomics by calculating relative radiomics differences from paired tumors of individual patients. We applied the L1-norm regularization and analysis of variance to select informative radiomics features for constructing radiomics model (RM) and refined radiomics model (RRM). The performance was assessed by the area under the receiver operating characteristic curve (AUC-ROC). The two radiomics models were compared with the clinical-CT model (CCM, including clinical and CT semantic features). We incorporated both radiomics features to construct fusion model1 (FM1). We also, build fusion model2 (FM2) by combing both radiomics, clinical and CT semantic features. The performance of the FM1 and FM2 were further compared with that of the RRM.On the validation set, the RM achieved an AUC of 0.857. The RRM demonstrated improved performance (validation set AUC, 0.870) than the RM, and showed significant differences compared with the CCM (validation set AUC, 0.782). Fusion models further led prediction performance (validation set AUC, FM1:0.885; FM2:0.889). There were no significant differences among the performance of the FM1, the FM2 and the RRM.The CT-based radiomics models presented good performance on the discrimination between MPLCs and IPMs, demonstrating the potential for early diagnosis and treatment guidance for MPLCs and IPMs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
激动的小之完成签到,获得积分10
刚刚
aa完成签到,获得积分10
2秒前
王王完成签到 ,获得积分10
2秒前
王妍完成签到 ,获得积分10
2秒前
nk完成签到 ,获得积分10
3秒前
Pt-SACs发布了新的文献求助10
4秒前
red完成签到,获得积分10
4秒前
樊瑞与世无争完成签到 ,获得积分10
5秒前
5秒前
wwwwwl完成签到 ,获得积分10
5秒前
jason完成签到,获得积分10
8秒前
9秒前
339564965完成签到,获得积分10
9秒前
科研通AI2S应助red采纳,获得10
10秒前
ccc完成签到,获得积分10
10秒前
只想顺利毕业的科研狗完成签到,获得积分10
12秒前
Tina酱完成签到,获得积分10
12秒前
Helios完成签到,获得积分10
12秒前
xueshidaheng完成签到,获得积分10
13秒前
素行完成签到 ,获得积分10
14秒前
风信子完成签到,获得积分10
14秒前
胡质斌完成签到,获得积分10
15秒前
hutian完成签到,获得积分10
15秒前
糊涂的丹南完成签到 ,获得积分10
15秒前
风中的老九完成签到,获得积分10
15秒前
Pt-SACs完成签到,获得积分20
15秒前
冰阔落完成签到 ,获得积分10
16秒前
nanostu完成签到,获得积分10
17秒前
Brief完成签到,获得积分10
17秒前
鹏举瞰冷雨完成签到,获得积分10
17秒前
Jason完成签到 ,获得积分10
18秒前
果子爱学习完成签到 ,获得积分10
18秒前
CipherSage应助科研通管家采纳,获得30
18秒前
无味完成签到,获得积分10
25秒前
steven完成签到 ,获得积分10
25秒前
直率无春完成签到,获得积分10
27秒前
车 干完成签到,获得积分10
27秒前
哟呵完成签到,获得积分10
28秒前
何阳完成签到 ,获得积分10
29秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3244804
求助须知:如何正确求助?哪些是违规求助? 2888434
关于积分的说明 8252975
捐赠科研通 2556941
什么是DOI,文献DOI怎么找? 1385542
科研通“疑难数据库(出版商)”最低求助积分说明 650176
邀请新用户注册赠送积分活动 626303