Fusion of Magnetic Resonance Imaging and Real-Time Elastography to Visualize Prostate Cancer: A Prospective Analysis using Whole Mount Sections after Radical Prostatectomy
Notice bibliographique
Résumé
PURPOSE: To determine whether the fusion of multiparametric magnetic resonance imaging (MRI) with transrectal real-time elastography (RTE) improves the visualization of PCa lesions compared to MRI alone. MATERIALS AND METHODS: In a prospective setting, 45 patients with biopsy-proven PCa received prostate MRI prior to radical prostatectomy (RP). T2 and diffusion-weighted imaging (T2WI/DW-MRI) and, if applicable, dynamic contrast-enhanced sequences (T2WI/DW/DCE-MRI) were used to perform MRI/RTE fusion. The probability of PCa on MRI was graded according to the PI-RADS score for 12 different prostate sectors per patient. MRI images were fused with RTE to stratify suspicious from non-suspicious sectors. Imaging results were compared to whole mount sections using nonparametrical receiver operating characteristic curves and the area under these curves (AUC). RESULTS: 41 of 45 patients were eligible for final analyses. Histopathology confirmed PCa in 261 (53%) of 492 prostate sectors. MRI alone provided an AUC of 0.62 (T2WI/DW-MRI) and 0.65 (T2WI/DW/DCE-MRI) to predict PCa and was meaningfully enhanced to 0.75 (T2WI/DW-MRI) and 0.74 (T2WI/DW/DCE-MRI) using MRI/RTE fusion. Sole MRI showed a sensitivity and specificity of 57.9% and 61% with the best results for ventral prostate sectors whereas RTE was superior in dorsal and apical sectors. MRI/RTE fusion improved sensitivity and specificity to 65.9% and 75.3%, respectively. Additional use of DCE sequences showed a sensitivity and specificity of 65% and 55.7% for MRI and 72.1% and 66% for MRI/RTE fusion. CONCLUSION: MRI/RTE fusion provides improved PCa visualization by combining the strength of both imaging techniques in regard to prostate zonal anatomy and thereby might improve future biopsy-guided PCa detection.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».