用于乳腺癌肿瘤微环境分类和预后结果预测的无创放射组学分类器的探索

文章预览

    2024年6月，广州市第一人民医院在 European Journal of Radiology  杂志发表了题为 Exploration of a noninvasive radiomics classifier for breast cancer tumor microenvironment categorization and prognostic outcome prediction  的研究。 文章摘要 背景和目标：  乳腺癌进展和治疗反应受肿瘤微环境 （TME） 的显著影响。评估 TME 的传统方法是侵入性的，对患者护理构成挑战。本研究通过整合影像组学和机器学习，引入了一种非侵入性的 TME 分类方法，旨在使用成像数据预测 TME 状态，从而有助于预后结果预测。 材料和方法：  利用来自癌症基因组图谱 （TCGA） 和癌症成像档案 （TCIA） 的多组学数据，本研究采用 CIBERSORT 和 MCP 计数器算法分析乳腺癌中的免疫浸润。影像组学分类器是使用随机森林算法开发的，利用从动态对比增强磁共振成像 （DCE-MRI） 扫描的瘤内和瘤周区域提取的定量特 ………………………………