一种基于变压器的多模态深度学习模型，用于术前预测胶质瘤的Ki-67表达水平

《BMC Medical Imaging》：A transformer-based multimodal deep learning model for preoperative prediction of Ki-67 expression level in glioma

　　

摘要

目的

本研究旨在利用术前多模态磁共振数据构建深度学习模型，以预测胶质瘤的Ki-67表达水平，并对外部验证该模型的预测性能。

方法

本研究回顾性收集了2020年1月至2024年12月间在两家医院接受手术切除或活检、并经病理学确诊的421例2–4级胶质瘤患者的临床及影像学数据。这421名患者被分为训练集（N?=?217）、内部验证集（N?=?94）和外部验证集（N?=?110）。随后，在对比增强T1加权成像（CE-T1WI）和对比增强T2流体衰减反转恢复成像（CE-T2FLAIR）上标出肿瘤边界，从而确定肿瘤的三维感兴趣区域（3D ROI）。分别基于CE-T1WI、CE-T2FLAIR以及CE-T1WI＋CE-T2FLAIR数据构建了三种视觉变换器（ViT）模型，即CE-T1WI_ViT、CE-T2FLAIR_ViT和Combined_ViT。通过接收者操作特征曲线下面积（AUC）来评估这些模型的预测性能。最后，为进一步检验所构建的Transformer模型的预测能力，我们在同一数据集上训练并测试了三种卷积神经网络（CNN）模型，即ShuffleNet、ResNet50和DenseNet121，并将训练得到的Combined_ViT模型与这三种CNN模型进行比较。

结果

包括CE-T1WI_ViT、CE-T2FLAIR_ViT和Combined_ViT在内的三种模型在预测2–4级胶质瘤的Ki-67表达水平方面均表现出较高的准确性，其AUC值分别为0.859（95%置信区间[CI]：0.792–0.926）、0.825（95%CI：0.745–0.906）和0.922（95%CI：0.868–0.976）。在这三种模型中，Combined_ViT模型的预测准确性最高。此外，Combined_ViT模型的预测性能也优于另外三种CNN模型，后者的AUC值分别为0.897（95%CI：0.839–0.954）、0.905（95%CI：0.843–0.966）和0.913（95%CI：0.861–0.965）。

结论

基于ViT的深度学习模型能够有效预测胶质瘤的Ki-67表达水平，可作为CNN模型的可行替代方案。

临床试验编号

不适用。