使用图像扰动构建可靠的放射组学模型

本研究旨在开发一种基于图像扰动的方法来建立可靠的放射组学模型。研究团队首先使用头颈癌患者的训练数据开发了放射学预后模型，并使用C指数对测试队列进行了评估。然后，他们将IPBM应用于两个群组的CT图像，为每个群组生成60个额外样本。通过使用类内相关系数评估模型可靠性，结果显示在扰动训练和扰动测试队列中模型的可靠性适中。此外，研究团队还专门使用了可靠的随机森林模型（ICC>0.75）重新训练了放射组学模型以验证IPBM的有效性。结果显示，IPBM在扰动训练和扰动测试队列中模型的可靠性增强，表明其有效性。总之，本研究展示了IPBM建立可靠放射组学模型的能力，并为社区提供了一种新的模型可靠性评估策略。