Deep learning-assisted tumor radiomic dynamics on MRI predict pathological complete response in HCC undergoing immune-based therapy followed by hepatectomy - PubMed
3 months ago
- #Pathological Complete Response
- #Radiomics
- #Hepatocellular Carcinoma
- 深度学习辅助的MRI肿瘤影像组学动态分析可预测接受免疫治疗后行肝切除术的肝细胞癌（HCC）患者的病理完全缓解（pCR）
- 该研究开发了一个整合临床病理学和影像组学特征的模型，用于预测初始不可切除HCC（uHCC）患者的pCR
- 从基线期、治疗后及Delta期MRI中提取时序影像组学特征，并同时考虑血清AFP应答
- 特征选择采用单变量分析、共线性评估、LASSO回归和随机森林方法，对14种机器学习模型进行基准测试
- Delta影像组学模型在预测病灶水平pCR方面优于基线和术前模型，测试集和验证集AUC分别为0.835和0.783
- 影像组学-AFP联合模型在预测病灶水平pCR时表现更优，测试集和验证集AUC分别达到0.920和0.857
- 影像组学动态变化能有效预测转化治疗后uHCC患者的pCR，为无创评估pCR和指导个体化治疗决策提供新方法