基于多参数术前MRI的胶质母细胞瘤分治生存期推断
计算机视觉与模式识别
2024-02-13 v1 人工智能
医学物理
摘要
在本工作中，我们旨在基于术前磁共振（MR）扫描，预测接受不同治疗的胶质母细胞瘤（GBM）患者的生存时间（ST）。通过比较不同治疗的ST，可以实现个性化且精准的治疗规划。已有充分证据表明，患者当前状态（以MR扫描表征）与治疗选择均是ST的原因。以往基于MR的GBM ST相关研究仅关注从MR扫描到ST的直接映射，未包含治疗与ST之间潜在的因果关系。为解决这一局限性，我们提出了一种用于GBM ST的治疗条件回归模型，该模型在MR扫描之外还纳入了治疗信息。我们的方法允许以统一的方式有效利用所有治疗的数据，而无需为每种治疗分别训练模型。此外，通过我们采用的自适应实例归一化，可以将治疗信息有效注入每个卷积层。我们在BraTS20 ST预测任务上评估了我们的框架。考虑了三种治疗选项：全切除（GTR）、次全切除（STR）和无切除。评估结果证明了注入治疗信息对于估计GBM生存期的有效性。
引用
@article{arxiv.2402.06982,
title = {Treatment-wise Glioblastoma Survival Inference with Multi-parametric Preoperative MRI},
author = {Xiaofeng Liu and Nadya Shusharina and Helen A Shih and C. -C. Jay Kuo and Georges El Fakhri and Jonghye Woo},
journal= {arXiv preprint arXiv:2402.06982},
year = {2024}
}
备注
SPIE Medical Imaging 2024: Computer-Aided Diagnosis