近日,中科院合肥研究院健康所李海研究員團隊、王宏志研究員團隊,在腦轉(zhuǎn)移瘤放療療效預測方面取得進展。科研團隊從腦轉(zhuǎn)移瘤患者放療前磁共振圖像中提取影像組學特征,使用機器學習方法建立預測腦轉(zhuǎn)移瘤放療療效的影像組學模型,并通過基于博弈論的方法SHAP解釋該模型,該模型有助于腦轉(zhuǎn)移瘤精準放療方案的制定。該成果發(fā)表在國際影像領域TOP期刊European Radiology上。
影像組學(Radiomics)指的是從影像中提取高通量影像特征,輔助臨床診療決策的制定。這些影像特征可以反映腫瘤的生物信息,無法直接通過常規(guī)影像判讀的方式獲得,因此,基于機器學習的方法可以依靠深層次的數(shù)據(jù)挖掘,獲取額外的關于腫瘤異質(zhì)性的知識。當前,臨床實踐中,暫無精準腦轉(zhuǎn)移瘤放療療效預測模型,亟需開發(fā)基于影像組學的精確模型,輔助醫(yī)師制定精準的放療方案,提高患者療效。
針對以上臨床問題,研究團隊通過結(jié)合影像組學與SHAP的方法,提出了一種預測腦轉(zhuǎn)移瘤放療療效的可解釋性影像組學模型。該模型表現(xiàn)力較好,且在外部驗證組中的預測結(jié)果也表明該模型具有可推廣性。同時,SHAP方法的使用,實現(xiàn)了模型的可解釋性及可視化,避免了傳統(tǒng)機器學習算法存在的“黑盒子”效應,利于臨床醫(yī)生理解該模型,并促進該模式的使用。
中科大博士研究生王毅欣是該論文的第一作者。該論文得到了安徽省重點研發(fā)計劃、中科院合肥大科學中心“協(xié)同創(chuàng)新培育基金” 、中科院合肥腫瘤醫(yī)院“臨床重點培育專科”等項目的支持。
文章鏈接: https://doi.org/10.1007/s00330-022-08887-0