首页 / 院系成果 / 成果详情页

自动量化的肿瘤-间质比预测胃癌新辅助化疗疗效  期刊论文  

  • 编号:
    163C2579776EE843ECB160ADF2166258
  • 作者:
    仇文涛#;李振辉;焦一平;王向学;张深燕;吴琳;徐军
  • 地址:

    [1]南京信息工程大学人工智能学院智慧医疗研究院

    [2]云南省肿瘤医院影像科

    [3]中山大学附属第六医院病理科

    [4]云南省肿瘤医院病理科

  • 语种:
    中文
  • 期刊:
    中国肿瘤临床 2023 年 50 卷 23 期 (1203 - 1210) ; 2023-12
  • 收录:
  • 关键词:
  • 摘要:

    目的:探讨通过深度学习的方法来全自动定量评估术前活检标本的肿瘤-间质比(tumor-stroma ratio,TSR)是否可以预测胃癌患者新辅助化疗(neoadjuvant chemotherapy,NAC)疗效。方法:选取2013年3月至2020年3月在云南省肿瘤医院接受NAC治疗的胃癌患者的术前活检切片148张和手术切除切片43张。构建肿瘤区域分割模型和上皮-间质分割模型,使用手术切除切片训练和评估模型,在活检切片上预测,取二者预测结果的交集,根据TSR的定义得到TSR值。根据术后病理学肿瘤退缩分级(tumor regression grade,TRG)将所有患者分为反应良好者(TRG 0~1)和反应不良者(TRG 2~3)。采用单因素和多因素回归分析TSR与胃癌新辅助化疗疗效的相关性。结果:肿瘤组织分割模型的IOU(intersection over union)为0.94,上皮-间质分割模型的IOU为0.88。以44.93%和70.22%作为TSR的临界值,将患者分为低、中、高间质比组,三组之间反应良好者比例具有显著性差异(P<0.05)。多因素分析显示,TSR是治疗前对胃癌NAC反应的独立预测因子(OR=0.10,95%CI:0.03~0.32)。使用常规临床信息预测治疗响应的基础上,加入TSR三分类等级作为治疗响应的预测变量时,曲线下面积(area under curve,AUC)可从0.71提升至0.85。结论:该模型能够在病理切片上自动分割肿瘤区域、上皮区域和间质区域,并能够自动、准确的计算出TSR,同时发现基于此方法自动计算的TSR可以预测NAC疗效。

  • 推荐引用方式
    GB/T 7714:
    仇文涛,李振辉,焦一平, 等. 自动量化的肿瘤-间质比预测胃癌新辅助化疗疗效 [J].中国肿瘤临床,2023,50(23):1203-1210.
  • APA:
    仇文涛,李振辉,焦一平,王向学,&徐军.(2023).自动量化的肿瘤-间质比预测胃癌新辅助化疗疗效 .中国肿瘤临床,50(23):1203-1210.
  • MLA:
    仇文涛, et al. "自动量化的肿瘤-间质比预测胃癌新辅助化疗疗效" .中国肿瘤临床 50,23(2023):1203-1210.
  • 入库时间:
    2024/3/31 1:27:07
  • 更新时间:
    2025/6/25 0:53:51
浏览次数:15 下载次数:0
浏览次数:15
下载次数:0
打印次数:0
浏览器支持: Google Chrome   火狐   360浏览器极速模式(8.0+极速模式) 
返回顶部