超声放射组学模型

预测HER2状态AUC 0.80

基于超声放射特征模块与生物学功能关联，构建的放射组学模型可相对准确地预测乳腺癌HER2状态。

Hao, Cui · 孙跃 · Zhao, Dantong · Xudong, Zhang · Kong, Hanqing · Hu, Nana · Wang, Panting · Zuo, Xiaoxuan · Wei, Fan · Yuan, Yao · Baiyang, Fu · 田家玮 · Meixin, Wu · 高越 · 宁尚伟 · 张蕾

Journal of Translational Medicine 2023

参数信息

AUC

0.80

差异超声放射组学特征数

8

与特征最相关基因数

25

技术优势

无创预测

模型基于常规超声图像提取的放射组学特征，无需活检即可评估HER2状态。

提供生物学依据

部分放射组学特征与特定基因及生物学功能（如免疫细胞活性）相关，为模型提供分子层面解释。

应用场景

• 乳腺癌HER2检测：无创预测HER2状态，指导抗HER2靶向治疗决策。
• 超声影像辅助诊断：为超声影像提供分子层面解读，提升诊断的准确性。
• 放射基因组学分析：建立影像特征与基因活动的关联，推动影像基因组学研究。