BACKGROUND AND PURPOSE

结合放射组学特征的深度学习模型有望从大脑MR成像中提取与反应和预后相关的信息。我们报告了深度学习和放射组学相结合的模型的初步结果,以预测高级别胶质瘤患者的clinically heterogeneous cohort的总体生存率。

MATERIALS AND METHODS

院高级别胶质瘤患者50例,肿瘤基因组图谱中的高级别胶质瘤患者128例。对于每个患者,我们计算了348个手工制作的放射组学特征和8192个由预先训练的卷积神经网络产生的深度特征。然后,我们应用特征选择和弹性Net-Cox模型将患者区分为长期和短期幸存者。

RESULTS

CONCLUSIONS

结合深度和放射组学特征的深度学习模型可以将高级别胶质瘤患者分为长期和短期幸存者

1

2