上海
副标题：湘雅二医院易文君教授团队在IJS发表研究论文揭示基于CT放射组学特征的无监督学习模型可准确预测乳腺癌患者腋窝淋巴结转移
近日，中南大学湘雅二医院乳腺外科、湖南省乳腺疾病临床医学研究中心易文君教授团队，在国际著名外科学期刊《International Journal of Surgery》(IF=12.5)上发表了一篇题为“An unsupervised learning model based on CT radiomics features accurately predicts axillary lymph node metastasis in breast cancer patients-diagnostic study”的原创性研究论文。易文君教授和陈奇通博士为该论文的共同通讯作者，2023级博士生瞿莉梦为第一作者，中南大学湘雅二医院为论文完成单位。
腋窝淋巴结是乳腺癌最常见的转移部位，其转移状态与患者的生存预后和治疗方式选择密切相关。但传统的腋窝淋巴结评估方法缺乏精准的临床分期手段，存在准确率不高的局限性。易文君教授团队长期致力于乳腺癌腋窝淋巴结转移人工智能识别模型的研发与转化应用研究。前期，易文君教授团队采用VitaWorks 3D可视化技术，成功实现了腋窝淋巴结在CT图像上的精准定位，为基于腋窝淋巴结层面的精准评估奠定了空间基础。本研究在此基础上，进一步绘制了乳腺癌腋窝淋巴结的3D图谱，提高了腋窝淋巴结的检出率，减少了对放射科医生主观诊断的依赖。
该研究基于三维可视化技术定位了 1737 张无标签的 CT 淋巴结图像，联合运用放射组学技术和无监督学习方法，首次建立了预测乳腺癌患者腋窝淋巴结转移的无监督学习模型，并在1397个有标签的淋巴结中得到验证，AUC值高达0.847（0.825～0.869），敏感性为80.70%，特异性为88.84%；在128例前瞻性临床评估腋窝淋巴结阴性（cN0）的外部验证队列中，该模型正确分类率为86.72%；在350例回顾性临床评估腋窝淋巴结阳性（cN+）的验证队列中，该模型的正确分类率为87.43%。该原创性研究为精确评估乳腺癌患者腋窝淋巴结转移状态提供了一种新的解决方案，有望在指导腋窝淋巴结精准手术决策方面发挥关键作用，进一步推动腋窝个体化精准诊疗的发展。本项目受到湖南省重点领域研发计划和湖南省创新平台与人才计划等科研项目的支持，项目实施过程中得到中南大学湘雅二医院放射影像科和临床机构办的大力支持。
中南大学湘雅二医院乳腺外科是国家重点学科和临床重点建设专科普外科的重要组成部分，是湖南省乳腺疾病临床医学研究中心依托单位，是湖南省医学学会普外专委会乳腺外科学组的组长单位，今年首批通过了国家癌症中心乳腺癌质量控制试点中心的验收。在科主任易文君教授的带领下，科室在乳腺癌基础研究和临床科研方面作出了大量卓有成效的工作。依托多学科合作诊疗模式，大力开展乳腺癌保乳整形、腋窝前哨淋巴结活检及乳腺癌一期重建等乳腺医疗新技术，在乳腺癌的规范化诊断与治疗、创新与发展上探索着“二院”模式。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
