Resumen

Objetivo. El estudio tenía por objeto investigar la exactitud de clasificación predictiva del algoritmo de segmentación semiautomática por ordenador para el grado histológico de los tumores de mama mediante el examen de imágenes por resonancia magnética (IRM). Métodos. Se capturaron cinco regiones de interés (ROI) de RM con contraste dinámico (DCE) mediante el método de segmentación semiautomática por ordenador, referidas a la totalidad del área tumoral, el área del borde tumoral, el área proximal de la glándula, el área media de la glándula y el área distal de la glándula. De acuerdo con el protocolo de máxima información mutua, se extrajeron las cinco ROI correspondientes de imágenes ponderadas por difusión (DWI) combinadas con imágenes DCE-MRI. Para utilizar como elementos las características del área no superpuesta de la imagen DWI y la imagen DCE-MRI, se estableció un modelo de regresión logística de una sola variable correspondiente a las características de los elementos. Tras múltiples entrenamientos, el modelo se evaluó mediante la curva receiver operating characteristic (ROC) y el área bajo la curva (AUC). Resultados. La DCE-MRI combinada con DWI fue superior a la DCE-MRI y DW en la predicción de las características del área tumoral. Utilizar la DCE-MRI o la DWI por separado fue menos eficaz que la DCE-MRI combinada con DWI. La DCE-RM combinada con DWI demostró buenos efectos de segmentación regional en el área tumoral, con un valor A luminal de 0,767 y un valor del área bajo la curva (AUC) de 0,758. Tras la optimización, el valor AUC de la zona tumoral fue de 0,929, lo que indica que los efectos de clasificación pueden mejorarse combinando los dos métodos de imagen, que se complementan entre sí. Conclusiones. La imagen DWI combinada DCE-RM ha mejorado los efectos de diagnóstico precoz del cáncer de mama mediante la predicción de la aparición del cáncer de mama a través del etiquetado de biomarcadores.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:DCE, DWI, MRI, curva, cáncer de mama, área tumoral, buenos efectos de segmentación regional, modelo de regresión logística variable, área distal de la glándula, efectos de diagnóstico precoz.
• Keywords:DCE, DWI, MRI, curve, breast cancer, tumor area, good regional segmentation effects, variable logistic regression model, distal gland area, early diagnosis effects