Radiology:深度学习,实现胸片对COPD患者的预后预测!

2022-10-04 shaosai MedSci原创

通过使用卷积神经网络(CNN),深度学习模型可能能够为预后应用提取相关的定量值。此外,分类器与CNN的有效并行合并使图像数据和临床因素的处理能够产生有价值的结果。

 慢性阻塞性肺病(COPD)是一个重要的健康问题,在全世界范围内的死亡原因中排名第四。由于COPD是一种需要长期随访的慢性疾病,预测COPD患者的预期寿命对于确定随访和治疗计划非常重要。

以前的研究提出了有关COPD的各种进展参数,包括年龄、症状、急性恶化史、体重指数(BMI)、合并症、运动能力和1秒内用力呼气量(FEV1)。此外,临床上已经开发了几个整合了多个临床参数和COPD特定合并症测试的临床指数,包括BODE、ADO、CPIS和GOLD指数。然而,很少有临床指数将放射学信息纳入其中。

胸片应用最广泛进行的放射学检查,但作为预后预测因素的作用还没有被彻底研究。在这方面,深度学习模型可用于从COPD患者的胸片中提取相关信息。通过使用卷积神经网络(CNN),深度学习模型可能能够为预后应用提取相关的定量值。此外,分类器与CNN的有效并行合并使图像数据和临床因素的处理能够产生有价值的结果。

近日,发表Radiology杂志的一项研究使用胸片(以下简称DLSPCXR)并将其与其他容易获得的临床因素(以下简称DLSPinteg)相结合,开发并验证了一个基于深度学习的COPD患者生存预测器,为临床快速准确的评估患者的病情及风险分层提供了支持。

项回顾性研究、收集了2011-2015年接受支气管扩张后肺活量测定和胸检查的COPD患者的数据,并将其分为训练(n = 3475)、验证(n = 435)和内部测试(n = 315)数据集。训练了从胸片预测生存率的算法(以下简称DLSPCXR),然后将年龄、体重指数和1秒内强制呼气量(FEV1)整合到模型中(以下简称DLSPinteg)。对于外部测试,收集了三个独立的队列(n = 394、416和337)。DLSPCXR的鉴别性能是通过使用5年生存期的ROC曲线下的时间依赖面积(TD AUCs)进行评估的。使用Hosmer-Lemeshow检验来评估拟合的良好性。使用一个外部测试数据集,DLSPinteg与四个COPD特定的临床指数进行了比较。使用BODE、ADO、COPD评估测试(CAT)和圣乔治呼吸调查问卷(SGRQ)。

在三个外部测试队列中的两个队列中,DLSPCXR在预测5年生存率方面的表现比FEV1高(TD AUC。0.73 vs 0.63 [P = .004];0.67 vs 0.60 [P = .01];0.76 vs 0.77 [P = .91])。DLSPCXR在所有队列中表现出良好的校准。DLSPinteg模型与BODE(0.87 vs 0.80;P = .34)、ADO(0.86 vs 0.89;P = .51)和SGRQ(0.86 vs 0.70;P = .09)相比,TD AUC没有差异,并显示比CAT(0.93 vs 0.55;P < .001)更高。


 胸片(上排)及其相应的梯度类激活图(下排)示例,该模型是由基于深度学习的慢性阻塞性肺病患者的胸片(DLSPCXR)在外部测试中产生的。在梯度类激活图上,蓝色编码的病变表明该区域可能与患者的高生存概率有关,而红色编码的病变表明生存概率低。(A, B) 一位80岁的老人在胸片上显示出相对清晰的肺部,没有明显的过度膨胀。DLSPCXR侧重于清晰的肺部区域,得出的5年生存概率为85.2%。该患者在随访超过10年后被删减。(C, D) 一位74岁的妇女在胸片上显示肺部过度膨胀和上肺纤维化。DLSPCXR显示两肺的梯度激活率较低,得出的5年生存概率为29.1%。该患者在844天后死亡。(E, F) 一名68岁的男子在胸片上显示肺部清晰,没有过度充气。DLSPCXR聚焦于高梯度激活的清晰肺部,并给出了80.1%的5年生存概率;然而,病人在1223天后死亡

本研究表明,基于胸片的深度学习模型能够预测慢性阻塞性肺病患者的生存率,这为临床的诊疗过程提供了重要的参考工具。

原文出处:

Ju Gang Nam,Hye-Rin Kang,Sang Min Lee,et al.Deep Learning Prediction of Survival in Patients with Chronic Obstructive Pulmonary Disease Using Chest Radiographs.DOI:10.1148/radiol.212071

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题

相关资讯

打鼾和失眠对健康的负面影响

失眠是常见的睡眠问题,在成人中符合失眠症诊断标准者在10%~15%,且呈慢性化病程,近半数严重失眠可持续10年以上。失眠症状和打鼾都可能引起高血压、COPD、哮喘、白天嗜睡等。

Thorax:吸入糖皮质激素延缓COPD患者内皮祖细胞衰老

细胞衰老是包括心血管疾病(CVD)和慢性阻塞性肺疾病(COPD)在内的衰老相关疾病的基本病理生理机制。氧化应激激活的DNA损伤反应(DDR)导致细胞周期停滞、衰老或凋亡。

COPD人群中肺动脉高压的发生率和流行率

慢性阻塞性肺疾病(COPD)相关的肺动脉高压(PH)是COPD最常见的合并症之一,并经常导致预后恶化。尽管与COPD相关的PH值的估计流行率和风险因素已被广泛报道,但这些结果并没有被很好地整合。

European Radiology:深度学习在检测和分期慢性COPD方面的价值

随着计算机断层扫描(CT)在肺癌筛查中的应用越来越多,因此利用这些扫描来进行COPD筛查成为可能。

J Ethnopharmacol:清热中药注射剂治疗AECOPD疗效比较

慢性阻塞性肺疾病急性加重 (AECOPD) 被定义为以 COPD 患者呼吸道症状恶化为特征的严重事件,并且是全球主要的死亡原因之一。其病情危重,而且 AECOPD 的医疗经济负担突出。

“噻唑烷二酮”联合二线口服降糖药治疗可降低晚期糖尿病合并COPD患者急性加重的风险

在COPD-T2DM患者中,无论采用双药或三药联合方案,TZDs联合治疗均与AECOPD风险降低相关,特别是在中重度复杂COPD人群中。