欧放ER-2024年1月 AI论文速递

慈云数据 8个月前 (03-13) 技术支持 117 0

期刊基本信息

期刊名称:EUROPEAN RADIOLOGY

期刊ISSN:0938-7994

影像因子/SCI分区:5.9/二区

出版周期:Monthly

European Radiology(ER)是一本涵盖放射学、影像学及其相关领域的高质量国际期刊,发表最新的研究成果和技术进展。

每个月为大家推送医疗AI领域顶刊论文速递。第一时间获取最新研究成果,拓展学术视野,激发创新灵感,提升科研水平。

在本文中,为大家整理了 ER 2024年1月最新接收论文(本期一共接收 56 篇,其中AI 10篇左右)。可以说ER是每个放射人梦中情刊,因为比起它大哥Radiology来讲,命中率会高很多。所以每期认真读,学习它,模仿它,发表它!

概览

  1. 基于机器学习的经动脉化疗栓塞或动脉化疗治疗不可切除肝细胞癌的预后预测和风险分层
  2. 基于深度学习的 CT 上白质病变体积与急性缺血性中风后的预后相关
  3. 通过乳房 X 线摄影放射组学特征和临床特征预测乳腺癌中人表皮生长因子受体 2 (HER2) 状态:一项多中心研究
  4. 使用自配置 nnU-Net 基于深度学习的 CT 和 MRI 口咽鳞状细胞癌多模态分割
  5. MI-DenseCFNet:基于深度学习的金黄色葡萄球菌和曲霉菌肺炎多模态诊断模型
  6. 自动 MRI 肝脏分割:用于解剖分割、肝脏体积测定和放射组学提取
  7. 基于 CT 的全肺放射组学列线图:识别慢性阻塞性肺病患者心血管疾病风险的工具
  8. 基于 CT 放射组学特征的机器学习模型术前预测喉癌和下咽癌的 T2/T3 分期
  9. 基于CT的合成脑T1w MRI临床应用可行性研究:与常规T1w MRI的比较

2024年1月论文合集

1. Prognosis prediction and risk stratification of transarterial chemoembolization or intraarterial chemotherapy for unresectable hepatocellular carcinoma based on machine learning

中文标题:基于机器学习的经动脉化疗栓塞或动脉化疗治疗不可切除肝细胞癌的预后预测和风险分层

摘要:

Objective:开发和验证风险评分量表模型 (RSSM),用于对肝细胞癌 (HCC) 动脉内治疗 (IAT) 后的预后风险进行分层。

Methods:2014年2月至2022年10月期间,连续招募了2338名接受初始IAT的HCC患者。五年死亡被用来预测结果。输入 34 条临床信息和 5 种监督机器学习 (ML) 算法,包括XGBoost、CatBoost、GBDT、LGBT 和 RF使用接收器工作特性 (AUC) 下的面积与 DeLong 测试进行比较。具有最重要的 ML 分数的变量用于通过逐步 Cox 回归构建 RSSM。

Results:CatBoost模型在输入了12个顶级变量时取得了最佳的鉴别能力,TD的AUC为0.851,ITD为0.817,ETD为0.791。Kaplan-Meier分析证实了RSSM在风险分层中的作用(p 0.05 ) 。决策曲线分析进一步证实了列线图的临床实用性。

Conclusions:基于增强 CT 图像放射组学模型的列线图对于区分 LHSCC 的 T2/T3 分期具有良好的诊断性能。

9. Feasibility study on the clinical application of CT-based synthetic brain T1-weighted MRI: comparison with conventional T1-weighted MRI

中文标题:基于CT的合成脑T1w MRI临床应用可行性研究:与常规T1w MRI的比较

摘要

Objectives:本研究旨在检验基于计算机断层扫描 (CT) 的合成 T1 加权成像 (T1WI) 与传统 T1WI 在脑形态定量评估方面的等效性。

Materials and methods:这项前瞻性研究对 35 名接受脑部磁共振成像 (MRI) 和 CT 扫描的成年患者进行了检查。使用基于深度学习模型的图像合成方法从 CT 数据生成合成 T1WI (sT1WI)。两名资深放射科医生在不同场合使用 sT1WI 和常规 T1WI 独立测量临床相关的脑形态参数。使用统计一致性检查评估传统 T1WI 和合成 T1WI 之间的可靠性和一致性,包括阅读器内、阅读器间和方法间一致性。

Results:除了由于放射科医生之间的测量差异而导致的一些较差的一致性之外,阅读器内、阅读器间和方法间的可靠性和变异性大多表现出所需的性能。 sT1WI 的所有测量值均与 T1WI 的测量结果等效,间隔为 5%。

Conclusion:这项研究证明了基于 CT 的 sT1WI 与传统 T1WI 在定量评估大脑形态方面的等效性,从而通过单次 CT 扫描提供更多关于影像诊断的信息。

总结:

  • 这期的AI相关文章机器学习和影像组学占比大
  • 图像分割有2篇直接上nnUNet,无需魔改,多加点临床意义
  • ER上对深度学习模型创新度要求不高,讲好临床故事

    文章持续更新,可以关注微公【医学图像人工智能实战营】获取最新动态,一个关注于医学图像处理领域前沿科技的公众号。坚持以实践为主,手把手带你做项目,打比赛,写论文。凡原创文章皆提供理论讲解,实验代码,实验数据。只有实践才能成长的更快,关注我们,一起学习进步~

    我是Tina, 我们下篇博客见~

    白天工作晚上写文,呕心沥血

    觉得写的不错的话最后,求点赞,评论,收藏。或者一键三连

    在这里插入图片描述

微信扫一扫加客服

微信扫一扫加客服

点击启动AI问答
Draggable Icon