简介：【摘要】目的：探讨基于高通量集成计算的特小区域级样本的局部晚期宫颈癌放疗后阴道狭窄风险预测。方法：本研究采用回顾性研究，研究对象为2017年1月至2022年3月期间在接受放射治疗的局部晚期宫颈癌患者117例。治疗后进行密切随访，根据随访一年内情况，将患者分为正常组（n=78）和狭窄组（n=39）。通过人工智能深度学习实现对局部晚期宫颈癌放射治疗导致的放射性阴道狭窄进行放射组学特征量化分析，建立基于CT/MRI放射影像组学的特小样本放射性阴道狭窄人工智能预测系统，为区县级妇科肿瘤诊疗中心提供高质量的临床决策支持。结果：一般资料差异无统计学意义（P＞0.05），机器学习算法确定与局部晚期宫颈癌放疗后阴道狭窄风险相关的影像学变量为形态、强度及纹理分析，通过回归分析显示，以上影像学变量与阴道狭窄差异具有统计学意义（P＜0.05）。结论：基于高通量集成计算的特小区域级样本对局部晚期宫颈癌放疗后阴道狭窄风险具有一定的预测作用。
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网 琼ICP备2021005105号
