一种基于 transformer 的深度学习模型，用于使用治疗前 CT 图像对局部晚期胃癌新辅助化疗后淋巴结转移进行早期预测

文章预览

文章题目：A transformer-based deep learning model for early prediction of lymph node metastasis in locally advanced gastric cancer after neoadjuvant chemotherapy using pretreatment CT images 发表期刊：eClinicalMedicine 发表时间：2024年8月 文章摘要 背景：  新辅助化疗 （NAC） 后淋巴结状态的早期预测有助于及时优化治疗策略。本研究旨在开发和验证使用基线计算机断层扫描图像的深度学习网络 （DLN） 来预测局部晚期胃癌 （LAGC） 患者 NAC 后的淋巴结转移 （LNM）。 方法：  2013 年 1 月至 2023 年 3 月期间，从 3 家医院回顾性招募了 1205 例 LAGC 患者，构成一个培训队列、一个内部验证队列和两个外部验证队列。使用 3D 肿瘤图像开发了一种基于 transformer 的 DLN 来预测 NAC 后的 LNM。通过多变量 logistic 回归分析构建临床模型作为后续比较的基线。通过区分、校准和临床适用性评估模型的性能。此外 ………………………………