基于半监督伪标签与多样PET/CT数据集的肺癌生存预测提升
摘要
目标：本研究探索一种基于多样数据集的半监督学习（SSL）伪标签策略，以增强肺癌（LCa）生存预测，分析来自 PET/CT 扫描的手工特征（HRF）和深度特征（DRF），并使用混合机器学习系统（HMLS）。方法：我们收集了 199 例肺癌患者，其 PET 与 CT 图像均来自 The Cancer Imaging Archive（TCIA）和本地数据库，另外从 TCIA 收集了 408 例头颈癌（HNCa）PET/CT 图像。我们利用 PySERA 和 3D-Autoencoder 分别从分割后的原发肿瘤中提取 215 个 HRF 和 1024 个 DRF，置于 ViSERA 软件中。监督策略（SL）采用 HMLSs：PCA 连接 4 个分类器，对 HRF 和 DRF 均进行处理。SSL 策略通过将 408 例伪标记的 HNCa 案例（由随机森林算法标记）添加到 199 例 LCa 案例中，使用相同的 HMLSs 技术扩大数据集。此外，利用 PCA 连接 4 个生存预测算法进行生存风险比分析。结果：SSL 策略优于 SL 方法（p 值 <0.05），采用 PET 上的 DRF 和 PCA+ 多层感知器（MLP）实现平均准确率为 0.85，而 SL 方法使用 CT 上的 DRF 和 PCA+ K 近邻（KNN）的准确率为 0.65。此外，PCA 结合基于组件的梯度提升生存分析（Component-wise Gradient Boosting Survival Analysis）应用于来自 CT 的 HRF 和 DRF，平均 c-index 为 0.80，Log Rank p 值 <<0.001，经外部测试验证。结论：从 HRF 和 SL 转向 DRF 和 SSL 策略，尤其是在数据点有限的情境下，单独使用 CT 或 PET 即可显著实现高预测性能。
引用
@article{arxiv.2412.00068,
title = {Enhanced Lung Cancer Survival Prediction using Semi-Supervised Pseudo-Labeling and Learning from Diverse PET/CT Datasets},
author = {Mohammad R. Salmanpour and Arman Gorji and Amin Mousavi and Ali Fathi Jouzdani and Nima Sanati and Mehdi Maghsudi and Bonnie Leung and Cheryl Ho and Ren Yuan and Arman Rahmim},
journal= {arXiv preprint arXiv:2412.00068},
year = {2024}
}
备注
12 pages and 7 figures