
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于深度学习的肿瘤血管风险评分:非小细胞肺癌免疫检查点抑制剂治疗的预后影像标志物
《Scientific Reports》:Noninvasive imaging-based vascular score is associated with immunotherapy outcome in non-small cell lung cancer
【字体: 大 中 小 】 时间:2026年09月22日 来源:Scientific Reports 4.9
编辑推荐:
摘要肿瘤血管的形态学异常是近期确认的免疫检查点抑制剂(ICIs)耐药机制之一,由于其异质性,目前仍难以量化。我们提出了血管风险评分(VRS),这是一种基于深度学习的影像指标,用于量化 CT 扫描中肿瘤血管的异常情况。我们训练了一个深度学习模型来学习血管形态的表征。随后使用高斯
肿瘤血管的形态学异常是近期确认的免疫检查点抑制剂(ICIs)耐药机制之一,由于其异质性,目前仍难以量化。我们提出了血管风险评分(VRS),这是一种基于深度学习的影像指标,用于量化 CT 扫描中肿瘤血管的异常情况。我们训练了一个深度学习模型来学习血管形态的表征。随后使用高斯混合建模对异常进行量化,即衡量每位患者肿瘤血管偏离所学正常形态分布的程度。我们在 321 例接受 ICAs 治疗的非小细胞肺癌(NSCLC)患者队列中验证了 VRS。低 VRS 患者显示出显著更长的无进展生存期和总生存期,与疾病进展患者相比,疾病控制患者的 VRS 较低。将 VRS 与 PD-L1 表达相结合,相比单一标志物提供了适度的额外区分能力。VRS 能够实现肿瘤血管异常的无创、客观量化,并可作为 NSCLC 的预后影像标志物。