利用MRI与临床生物标志物预测脑肿瘤早期复发的多模态机器学习框架
机器学习
2025-09-03 v1
摘要
在脑肿瘤患者手术切除后准确预测其早期复发仍是一项临床挑战。本研究提出了一种多模态机器学习框架，将结构MRI特征与临床生物标志物相融合，以改善术后复发预测。我们采用了四种机器学习算法——梯度提升机（GBM）、随机生存森林（RSF）、CoxBoost和XGBoost——并使用一致性指数（C-index）、时间依赖AUC、校准曲线和决策曲线分析来验证模型性能。我们的模型展现出良好的性能，为风险分层和个性化随访规划提供了潜在工具。
引用
@article{arxiv.2509.01161,
title = {Multi-Modal Machine Learning Framework for Predicting Early Recurrence of Brain Tumors Using MRI and Clinical Biomarkers},
author = {Cheng Cheng and Zeping Chen and Rui Xie and Peiyao Zheng and Xavier Wang},
journal= {arXiv preprint arXiv:2509.01161},
year = {2025}
}