原題
An Explainable Deep Model for Risk Scoring and Accurate Radionecrosis Identification Following Brain Metastasis Stereotactic Radiosurgery.
背景:NSCLC脳転移の生存率が改善するにつれて、SRS後の局所再発(LR)と放射線壊死(RN)を区別することは困難である。
方法:3か月後のSRS T1+C MRI検査と142病変(103人の患者;8:2 train:test)からの臨床/ゲノムデータを統合した2次Heavy Ball Neural ODEを構築した。レイヤーごとの関連性伝播は寄与を追跡した;画像ゲノム臨床空間ガイド予測における軌道/均衡分析。LRP上のK平均は、リスクスコアを形成するために特徴を選択した。
結果:最も寄与したのは年齢、ALK、およびPD-L1であった(重み1、0.84、0.76)。リスクスコアは、重み付けされていない臨床/ゲノムモデルおよびMRのみのモデルよりも優れており、スコアを埋め込んだHBNODEが最も優れていた。
結論:HBNODEにおけるMRI検査と組み合わせた非画像リスクスコアは、臨床意思決定に有用な正確で説明可能なRN対LR分類をもたらした。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2025.11.038
PMID: 41317799
コメント