基于深度网络术前评估膀胱癌患者淋巴结状态的模型构建

作者：王丽鹃; 刘自晓; 黄浩霖; 胡伟; 汪洋; 刘洋; 秦卫军; 卢虹冰; 徐肖攀^*

来源：空军军医大学学报, 2022, 43(08): 847-851.

DOI：10.13276/j.issn.2097-1656.2022.07.013

• 膀胱癌
• 淋巴结转移
• 深度学习
• 增强CT
• ResNet18

目的 针对术前膀胱癌患者淋巴结状态影像学检查敏感度低、病理检查有创等问题，构建基于影像与深度学习的膀胱癌淋巴结转移预测模型，实现对术前淋巴结状态的准确预测。方法 首先，从癌症影像档案数据库下载膀胱癌患者的影像数据和临床数据，经数据清洗最终纳入80例膀胱癌患者数据，其中，淋巴结阳性27例，阴性53例；其次，基于Pytorch深度学习框架构建用于术前评估膀胱癌淋巴结转移的ResNet18卷积神经网络；最后，将数据集按照7∶3的比例划分为训练集和测试集，通过调整网络结构和超参数，提高网络预测效能。结果 本研究构建的深度学习模型在膀胱癌淋巴结转移预测方面取得良好效果，在测试集中受试者工作特征曲线下面积达到94%,敏感度达到98%,明显高于既往研究结果。结论 本研究基于术前CT影像与ResNet18构建的深度学习模型，能够实现对膀胱癌淋巴结转移的准确预测，有望为临床医师制定最佳治疗决策提供重要依据。

• 单位
  中国人民解放军空军军医大学; 西京医院