Red novedosa mejora la precisión de la predicción de metástasis en ganglios linfáticos en pacientes con adenocarcinoma de pulmón T1
Fig. 1 Arquitectura de la Red 3M-CN. Crédito: SIBET
El cáncer de pulmón es el cáncer más letal del mundo. La lobectomía quirúrgica combinada con disección sistemática de ganglios linfáticos (LND) es el tratamiento preferido actual para pacientes con cáncer de pulmón.
La predicción precisa del estado de metástasis en los ganglios linfáticos (LN) antes de la operación evitará LND no válidos y, por lo tanto, reducirá el riesgo de recurrencia y complicaciones.
Un equipo de investigación dirigido por el profesor Gao Xin del Instituto de Suzhou de Ingeniería y Tecnología Biomédica (SIBET) de la Academia de Ciencias de China propuso una novedosa red de clasificación multiescala, multitarea y multietiqueta (3M-CN) destinada a la predicción de metástasis LN para pacientes con adenocarcinoma de pulmón T1.
Los resultados relacionados se publicaron en Computerized Medical Imaging and Graphics.
La evaluación preoperatoria actual basada en imágenes del estado de LN para el adenocarcinoma pulmonar T1 depende principalmente del juicio de los radiólogos, que es subjetivo, requiere mucho tiempo y tiene una precisión promedio relativamente baja.
El nuevo modelo, con una columna vertebral de 3D DenseNet, extrae características de TC tridimensionales de nódulos pulmonares y fusiona diferentes niveles de características de nódulos pulmonares, con la ayuda de fusión de características multiescala (MFF) módulo.
GAO y su equipo diseñaron un módulo de segmentación multitarea para guiar el modelo y enfocarse más en la región del nódulo y menos en las estructuras circundantes. Esto ayudó a realizar una predicción precisa del riesgo de metástasis de LN y la evaluación de múltiples signos relacionados sobre la base de la tarea de clasificación de etiquetas múltiples.
Fig. 2 Un caso de mapas de características multiescala en tres vistas. Las figuras de la primera a la tercera fila son imágenes de TC axiales, sagitales y coronales. Crédito: SIBET
Los resultados mostraron que la precisión de 3M-CN podría alcanzar 0,948, que es la más alta en los informes actuales. La ventaja del método propuesto es que el modelo puede predecir la metástasis de NL sin la intervención de los médicos, que es totalmente automatizado e inteligente, según GAO.
Mientras tanto, el modelo proporciona explicaciones más semánticas relacionadas con la metástasis de NL, lo que mejora la interpretabilidad del modelo de aprendizaje profundo. Aumenta la confianza de los médicos en los resultados del modelo y se ajusta al proceso de diagnóstico de los médicos para el diagnóstico de metástasis de LN en sus flujos de trabajo.
Explore más
El estadio de los ganglios linfáticos puede tener importancia clínica entre los pacientes con NSCLC con estadio IV M1a Más información: Xingyu Zhao et al, 3D multi-scale, multi-task, and multi- etiquete el aprendizaje profundo para la predicción de metástasis en los ganglios linfáticos en imágenes de TC de pacientes con adenocarcinoma de pulmón T1, imágenes médicas computarizadas y gráficos (2021). DOI: 10.1016/j.compmedimag.2021.101987 Proporcionado por la Academia de Ciencias de China. https://medicalxpress.com/news/2021-11-network-accuracy-lymph-node-metastasis.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.