"怀长期主义，聊医工科技"
不错过医工超人文章三部曲：1. 关注公众号 2. 经常点击“在看” 3. 点击公众号右上方设置“星标” 每篇文章都会按时推送不错过
| 今天的文章中，超哥为大家介绍这篇研究探讨了基于Sonazoid造影增强超声（S-CEUS）Kupper相影像的放射组学特征，预测肝细胞癌（HCC）免疫组化（IHC）标志物表达的效果。研究纳入了113名HCC患者，分析了GS、CD10、GPC3和HSP70等IHC标志物的表达情况，并提取了从S-CEUS影像中的放射组学特征，包括形状、强度直方图和纹理特征。研究使用朴素贝叶斯分类器，通过临床生物标志物和放射组学特征结合，构建了预测模型。结果表明，放射组学分类器在预测GPC3时的AUC为0.700，在预测GS时的AUC为0.882，表现出较强的诊断能力。结合放射组学和临床数据的分类器在预测CD10时的AUC为0.834，明显优于临床数据单独使用时的结果。对于HSP70，分类器在预测低表达时效果较好，但在高表达水平时性能下降。 |
创新技术 | 人工智能“超声造影剂” - 一种基于深度学习的超分辨率超声血流成像技术
这篇文章研究了基于Sonazoid造影增强超声（S-CEUS）Kupper相的放射组学特征，预测肝细胞癌（HCC）免疫组化（IHC）标志物表达的潜力。研究结果证明，基于S-CEUS Kupper相的放射组学特征是一种有效的工具，能够非侵入性地预测HCC患者的IHC标志物表达，为个性化治疗提供新的思路。
研究目的
本研究旨在评估通过Sonazoid增强超声获得的Kupper相影像提取的放射组学特征，在预测HCC患者IHC标志物表达方面的应用。这些标志物包括糖皮质蛋白-3（GPC3）、谷氨酰胺合成酶（GS）、70 kDa热休克蛋白（HSP70）和CD10。
研究方法
研究对象：纳入了2019年11月至2023年5月之间诊断为HCC的113名患者。这些患者在术前接受了常规灰阶超声检查和S-CEUS的Kupper相成像。所有患者都进行了病理学检查，包括GS、CD10、GPC3和HSP70的免疫组化染色。
放射组学数据：从灰阶超声和Kupper相S-CEUS影像中提取了多个特征，主要包括形状特征、像素强度直方图以及纹理特征（如GLCM、GLDM等）。
模型建立：使用朴素贝叶斯分类器基于临床生物标志物和放射组学特征构建了预测模型。
研究结果
GPC3：放射组学分类器的宏平均AUC为0.700，性能与临床方法相似。将临床数据和放射组学数据结合使用并未显著提高结果。
GS：结合临床和放射组学特征的分类器取得了0.882的AUC，优于仅使用临床生物标志物或放射组学特征的模型。
CD10：放射组学分类器的宏平均AUC为0.834，显著优于临床生物标志物（如总胆红素和直接胆红素）。
HSP70：分类器在预测低表达水平时表现良好，但在高表达水平时性能下降，AUC为0.694。
研究结论
研究表明，基于S-CEUS Kupper相的放射组学特征是预测HCC患者IHC标志物表达的有效工具。结合放射组学与临床生物标志物的数据可以提高诊断准确性，相较于单独使用临床生物标志物。
研究意义
本研究强调了放射组学在提高HCC非侵入性诊断工具中的潜力，尤其是在预测通常需要活检的病理特征时。为个性化、精准医学方法在HCC管理中的应用铺平了道路。
参考文献
Li, Chen, Yuan Liu, Mingxiao Wu, Weide Dai, Jinghai Song, Hanzhang Wang, and Yong Wang. "Kupffer phase radiomics signature in Sonazoid contrast-enhanced ultrasound predicts immunohistochemistry marker expression in hepatocellular carcinoma." (2024).
"怀长期主义，聊医工科技"
我是超哥，超声行业17年老伙计，做过研发，搞过生产，趟过市场，开过（在开）公司；越野跑爱好者；工作狂；沟通粗暴直接；严苛完美主义者；起伏皆为过往；信奉长期主义和第一性原则；欢迎来聊来组局...
*免责声明*
本公众号注明原创的内容权利属于本服务或本服务权利人所有，未经本服务或本服务权利人授权，任何人不得擅自使用（包括但不限于复制、传播、展示、镜像、上载、下载、转载、摘编等）或许可他人使用上述知识产权的。已经本服务或本服务权利人授权使用作品的，应在授权范围内使用，并注明作者来源。否则，将依法追究其法律责任。
