北京中科专注治疗白癜风 http://baidianfeng.39.net/a_ht/210417/8857171.html年2月，李彪主任医师在《EUROPEANJOURNALOFNUCLEARMEDICINEANDMOLECULARIMAGING》杂志在线发表题名为"Weaklysuperviseddeeplearningfordeterminingtheprognosticvalueof18F-FDGPET/CTinextranodalnaturalkiller/Tcelllymphoma,nasaltype.”——18F-FDGPET/CT弱监督深度学习方法对NK/T细胞淋巴瘤的预后判断价值的研究论文。
核医学科李彪主任医师为论文的通讯作者，郭睿副主任医师、德国慕尼黑工业大学胡晓彬博士研究生、宋浩铭硕士研究生为论文的共同第一作者。
doi:10./s---3.
NK/T细胞淋巴瘤（ENKTL）异质性大，预后差，其预后判断对于最佳治疗方案选择至关重要。医学影像深度学习技术的发展，为预后判断提供了契机。常用深度学习（CDL）技术依赖于大量数据，而众多非住院患者临床资料常不完整，降低了数据质量及数量，限制了深度学习技术的应用。我们旨在采用弱监督深度学习（WSDL）方法，利用部分不完整数据进行学习来改进ENKTL预后判断效能。本研究回顾性分析ENKTL病例，从PET/CT图像提取深度学习特征PSI（预测相似度指数），判断基于PSI的ENKTL预后预测灵敏度、特异性和准确性。提高了不完整数据的使用效率，改善了深度学习效果，提高了ENKTL预后判断的准确性。
NK/T细胞淋巴瘤亚洲发病远高于西方，即使同一分期的ENKTL预后也不尽相同。治疗前判断ENKTL的预后对于最佳治疗计划制定及患者受益至关重要。已有的IPI模型是针对所有非霍奇金淋巴瘤，IPI低时，预后仍然可能很差。年提出KPI模型是基于当时常用的CHOP方案。随着ENKTL治疗的快速发展，年提出了基于培门冬酶方案的PINK-E模型，可更好地反映当今通用治疗方案的ENKTL预后。但ENKTL病例少见，而且上述各方案均未能体现日常淋巴瘤疗效评估常用的PET/CT功能分子影像的价值。本研究基于18F-FDGPET/CT显像，通过弱监督深度学习方法提高了不完整数据的使用效率，改善了小样本数据深度学习效果，可为ENKTL的治疗决策提供参考。
PurposeTodevelopaweaklysuperviseddeeplearning(WSDL)methodthatcouldutilizein
