用于提高乳腺癌路径学完全响应预测的多参数MRI与优化合成相关扩散成像
图像与视频处理
2024-05-14 v1 计算机视觉与模式识别
摘要
2020年，全球因乳腺癌死亡人数达68.5万人，凸显了对创新且有效乳腺癌治疗的紧迫需求。邻近化疗最近因能显著缩小肿瘤并实现路径学完全响应而受到关注。然而，当前推荐邻近化疗的流程依赖医学专家的主观评估，存在固有偏见和显著不确定性。近期研究表明，利用从合成相关扩散成像(CDI)中提取的体积深度放射组特征，展示了在非侵入性预测乳腺癌路径学完全响应方面具有显著潜力。以往为 prostate cancer 分割优化CDI取得积极结果为灵感，本研究探讨将优化CDI应用于增强乳腺癌路径学完全响应预测。通过将优化CDI与扩散加权成像(DWI)融合的多参数MRI，我们获得了留一交叉验证准确率为93.28%，显著高于先前报告的5.5%。
引用
@article{arxiv.2405.07854,
title = {Using Multiparametric MRI with Optimized Synthetic Correlated Diffusion Imaging to Enhance Breast Cancer Pathologic Complete Response Prediction},
author = {Chi-en Amy Tai and Alexander Wong},
journal= {arXiv preprint arXiv:2405.07854},
year = {2024}
}