JMT日本医疗——针对舌癌，通过超声图像开发出颈部淋巴结转移预测模型

点击量：4184   日期：2023-11-14 10:21    编辑：JMT日本医疗

日本广岛大学于2023年10月18日发表了通过提取舌癌的超声波图像的图像特征量，并结合提取的图像特征量和机器学习的Radiomics分析，对颈部淋巴结转移的预测精度进行研究的结果。该研究由该大学医院牙科放射线科的小西胜讲师等研究小组进行。研究成果刊登在《HEAD AND NECK-JOURNAL FOR THE SCIENCES AND SPECIALTIES OF THE HEAD AND NECK》上。

 

舌癌是口腔癌中频率最高的疾病。据报告，舌癌容易在颈部淋巴结发生转移，在癌症中被早期定位的阶段Ⅰ、Ⅱ的舌癌也发生颈部淋巴结转移的概率为8.2～46.3%。因此，颈部淋巴结转移成为决定患者预后的重要因素。如果该颈部淋巴结转移的检测和治疗延迟，则可能发生向淋巴结外的浸润或多个淋巴结转移，进一步恶化预后。另外，对于淋巴结外浸润或多发性淋巴结转移的患者，推荐在手术后接受放射线疗法或化疗等追加治疗。因此，治疗期间延长，放射线疗法和化疗的不良事件有可能导致患者的生活质量（QOL）降低。

 

为了防止这样的预后和QOL的恶化，早期发现和治疗颈部淋巴结转移是很重要的。因此，本次研究认为，根据舌癌的超声波检查图像所具有的图像特征量，能否预测颈部淋巴结转移。

 

提取超声波图像的特征量，通过机器学习验证转移的预测精度

 

本次研究提取了舌癌超声图像的图像特征量，通过机器学习对提取的图像特征量进行了颈部淋巴结转移的预测精度的调查。

 

对象是实施了口腔超声波检查的舌头癌患者120人。其中30人颈部淋巴结发生转移。在舌癌的超声波图像中，除了与病变相应的低回波区域之外，还包括周围3mm的范围，设定为图像特征量的提取区域。提取设定范围的图像特征量，使用机器学习模型，制作灵敏度、特异度、精度、接收者动作特性曲线（receiveroperating characteristic curve:ROC），计算Area under the curve（AUC），求出诊断性能。

 

AUC=0.967等良好的预测精度，提示高概率的转移预测

 

研究结果表明，最佳机器学习模型，灵敏度=0.900，特异度=0.967，精度=0.950，AUC=0.967，具有良好的预测精度。通过结合舌癌超声图像特征量分析和机器学习的Radiomics分析，可以高概率预测颈部淋巴结转移。

 

CT、MRI、PET等组合，进一步提高精度

 

如本次研究所示，如果能根据舌癌的超声波影像预测颈部淋巴结转移，通过手术预先去除颈部淋巴结，有望改善舌癌患者的预后。研究小组表示，今后，为了能以更高的精度预测颈部淋巴结转移，不仅要结合超声波图像，还将结合CT、MRI、PET等其他图像进行研究。

 

日本医疗观光株式会社作为一家专业的赴日医疗服务机构，曾服务过数千名患者赴日求医。和一百多家日本医疗机构有合作关系，虽然由于疫情原因，暂时无法去往日本，但JMT一直在为国内患者做实事，因地制宜开展了远程视频问诊、医疗美容院线产品代购等业务，欢迎大家关注咨询。

 

日本医疗观光株式会社医疗服务团队在日本治疗最前沿奔走。总部位于东京，致力于整合日本优质医疗资源专心专一专注为您提供日本权威名医定制治疗方案，是拥有日本政府官方颁发的医疗身元担保资质(登录号A-015)的企业。

 

如果您有日本就医的需要，请拨打免费热线 400-161-8586 热线咨询！

也可直接搜索添加下方微信：JMT1557、tao659872。