Новости

Oct 13, 2023

Методы машинного обучения для количественных радиомикарных биомаркеров

Научные отчеты, том 5,

Научные отчеты, том 5, Номер статьи: 13087 (2015) Цитировать эту статью

34 тыс. доступов

600 цитат

16 Альтметрика

Подробности о метриках

Радиомика извлекает и анализирует большое количество особенностей медицинской визуализации, количественно определяющих фенотипические характеристики опухолей. Высокоточные и надежные подходы машинного обучения могут способствовать успеху радиомиктических приложений в клинической практике. В этом радиомическом исследовании четырнадцать методов выбора признаков и двенадцать методов классификации были проверены с точки зрения их эффективности и стабильности для прогнозирования общей выживаемости. Всего из изображений компьютерной томографии (КТ) до лечения 464 пациентов с раком легких было извлечено в общей сложности 440 радиомических признаков. Чтобы обеспечить объективную оценку различных методов машинного обучения, использовались общедоступные реализации вместе с сообщаемыми конфигурациями параметров. Кроме того, мы использовали две независимые радиологические когорты для обучения (n = 310 пациентов) и проверки (n = 154 пациента). Мы определили, что метод выбора признаков WLCX на основе теста Уилкоксона (стабильность = 0,84 ± 0,05, AUC = 0,65 ± 0,02) и метод классификации случайного леса RF (RSD = 3,52%, AUC = 0,66 ± 0,03) имели наивысшую прогностическую эффективность с высокой стабильностью против возмущение данных. Наш анализ изменчивости показал, что выбор метода классификации является наиболее доминирующим источником вариаций производительности (34,21% от общей дисперсии). Идентификация оптимальных методов машинного обучения для радиомических применений является важным шагом на пути к стабильным и клинически значимым радиомным биомаркерам, обеспечивающим неинвазивный способ количественной оценки и мониторинга фенотипических характеристик опухолей в клинической практике.

«Точная онкология» означает индивидуализацию лечения рака, при которой методы и/или методы лечения адаптируются к индивидуальным пациентам. Такой процесс настройки может максимизировать успех профилактических и терапевтических мероприятий с минимальными побочными эффектами. Большая часть исследований, связанных с прецизионной онкологией, сосредоточена на молекулярной характеристике опухолей с использованием подходов, основанных на геномике, которые требуют извлечения тканей путем биопсии опухоли. Хотя несколько подходов, основанных на геномике, успешно применяются в клинической онкологии1, существуют ограничения, присущие анализам на основе биопсии. Опухоли пространственно и временно неоднородны, и для выявления молекулярной гетерогенности опухолей часто требуются повторные биопсии опухоли, которые увеличивают риск для пациента. Эти этические и клинические проблемы, связанные с анализами на основе биопсии, можно решить с помощью медицинской визуализации, которая является обычной практикой диагностики рака и определения стадии в клинической онкологии. В отличие от биопсии, медицинская визуализация неинвазивна и может предоставить информацию обо всем фенотипе опухоли, включая внутриопухолевую гетерогенность. Кроме того, последние достижения в области машин для получения изображений с высоким разрешением и вычислительного оборудования позволяют проводить детальную и эффективную количественную оценку фенотипических характеристик опухолей. Таким образом, медицинская визуализация предоставляет беспрецедентные возможности для точной онкологии.

«Радиомика», новая и многообещающая область, предполагает, что медицинская визуализация предоставляет важную информацию о физиологии опухолей, которую можно использовать для улучшения диагностики рака2. Он обеспечивает комплексную количественную оценку фенотипов опухолей путем извлечения и анализа большого количества количественных признаков визуализации3. В нескольких исследованиях изучались различные радиомические особенности с точки зрения их прогностических или прогностических способностей и надежности в различных клинических условиях4,5,6,7,8,9,10. Различные исследования показали различительную способность радиомических признаков для стратификации гистологии опухоли6, степени или стадии опухоли11 и клинических исходов8,12,13. Более того, в некоторых исследованиях сообщается о связи между радиомическими особенностями и лежащими в их основе паттернами экспрессии генов8,14,15.