導讀 中國科學院合肥物理所李海教授和王洪志教授領導的研究團隊最近提出了一種可解釋的放射組學模型，用于預測腦轉(zhuǎn)移患者的放射治療反應。結(jié)果發(fā)
中國科學院合肥物理所李海教授和王洪志教授領導的研究團隊最近提出了一種可解釋的放射組學模型，用于預測腦轉(zhuǎn)移患者的放射治療反應。結(jié)果發(fā)表在歐洲放射學上。
放射學是指從醫(yī)學圖像中提取高通量放射學特征以輔助臨床決策。這些放射學特征可以反映傳統(tǒng)圖像判讀無法直接獲得的腫瘤生物學信息。因此，基于機器學習的方法可以依靠深入的數(shù)據(jù)挖掘來獲得有關(guān)腫瘤異質(zhì)性的更多知識。目前臨床上還沒有模型可以準確預測腦轉(zhuǎn)移患者放療的療效。
在這項研究中，結(jié)合放射組學和 SHapley Additive exPlanations (SHAP) 方法，研究人員提出了可解釋的放射組學模型來解決這一臨床問題。
他們從放療前腦轉(zhuǎn)移患者的磁共振成像 (MRI) 圖像中提取了放射組學特征。然后，他們使用機器學習方法對輻射進行建模。最后，他們使用基于博弈論的 SHAP 對模型進行了解釋，這有助于開發(fā)針對腦轉(zhuǎn)移患者的精準放療。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！