
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于MRI影像组学与机器学习的犬类胶质瘤溶瘤病毒治疗反应预测模型探索性研究
《Scientific Reports》:Volumetric analysis and MRI radiomics for response assessment in canine glioma immunotherapy: an exploratory feasibility study
【字体: 大 中 小 】 时间:2026年10月01日 来源:Scientific Reports 4.9
编辑推荐:
摘要犬类胶质瘤(CG)是一类侵袭性神经系统肿瘤,占犬类肿瘤的2–5%。尽管与其他肿瘤相比相对少见,但CG因预后不佳且治疗选择有限而具有重要临床意义,显著影响生活质量和生存率。在本研究中,我们进行了肿瘤体积随时间变化的纵向评估,并探讨基于MRI的影像组学特征是否可以用于开发对溶
犬类胶质瘤(CG)是一类侵袭性神经系统肿瘤,占犬类肿瘤的2–5%。尽管与其他肿瘤相比相对少见,但CG因预后不佳且治疗选择有限而具有重要临床意义,显著影响生活质量和生存率。在本研究中,我们进行了肿瘤体积随时间变化的纵向评估,并探讨基于MRI的影像组学特征是否可以用于开发对溶瘤病毒ICOCAV15治疗反应的探索性预测模型。体积分析显示,反应者在治疗后早期即可出现肿瘤缩小,在15天内即可检测到。表现最佳的分类模型使用治疗前的T2加权像和FLAIR图像,在此探索性队列中达到了88%的准确率、92%的敏感性和79%的特异性,表明基于MRI的影像组学特征可能包含与治疗反应相关的信息。信息量最大的影像组学特征来源于T2加权序列和FLAIR序列,主要捕捉与肿瘤负荷和形态学相关的特征。这些发现表明,将MRI、影像组学和机器学习相结合用于探索性评估犬类胶质瘤的治疗反应是可行的。所识别的影像组学特征应被视为候选影像生物标志物,值得在更大规模的前瞻性研究中进一步验证。尽管目前的结果仍是初步的,但它们突显了定量影像学在支持标准化反应评估方面的潜力,并强化了犬类胶质瘤作为未来神经肿瘤学和免疫疗法研究转化模型的价值。