基于图的多模态多病灶DLBCL治疗响应预测：来自PET图像
图像与视频处理
2023-10-27 v1 人工智能
信号处理
摘要
弥漫大B细胞淋巴瘤（DLBCL）是一种累及一个或多个淋巴结及结外部位的淋巴癌。其诊断与随访依赖于正电子发射断层扫描（PET）与计算机断层扫描（CT）。诊断后，对标准一线治疗无应答的患者比例仍显著（30-40%）。本工作旨在开发一种计算机辅助方法，通过高效利用每位患者可用全部信息（包括临床与图像数据）来识别需调整治疗的高危患者。我们提出一种基于近期图神经网络的方法，结合多个病灶的成像信息，并采用交叉注意力模块高效整合不同数据模态。模型在583例患者的私有前瞻性多中心数据集上训练与评估。实验结果表明，我们所提方法在2年无进展生存（PFS）分类准确率上优于基于临床、影像或临床与影像结合的经典监督方法。
引用
@article{arxiv.2310.16863,
title = {Graph-based multimodal multi-lesion DLBCL treatment response prediction from PET images},
author = {Oriane Thiery and Mira Rizkallah and Clément Bailly and Caroline Bodet-Milin and Emmanuel Itti and René-Olivier Casasnovas and Steven Le Gouill and Thomas Carlier and Diana Mateus},
journal= {arXiv preprint arXiv:2310.16863},
year = {2023}
}