Optimierung der synthetischen korrelierten Diffusionsbildgebung zur Tumordelineation bei Brustkrebs

Brustkrebs ist eine bedeutende Todesursache durch Krebs bei Frauen weltweit, was die Notwendigkeit verbesserter diagnostischer Bildgebung zur Verbesserung der Patientenergebnisse unterstreicht. Eine präzise Tumoridentifikation ist entscheidend für Diagnose, Behandlung und Überwachung, was die Bedeutung fortschrittlicher Bildgebungstechnologien betont, die detaillierte Einblicke in Tumormerkmale und Krankheiten bieten. Die synthetische korrelierte Diffusionsbildgebung (CDIˢ) ist eine neuartige Methode, die vielversprechend für die Delineation von Prostatakrebs im Vergleich zu aktuellen MRT-Bildern ist. In diesem Papier untersuchen wir die Anpassung der Koeffizienten bei der Berechnung von CDIˢ zur Tumordelineation bei Brustkrebs, indem wir die Fläche unter der Receiver Operating Characteristic Kurve (AUC) maximieren, unter Verwendung einer Nelder-Mead-Simplex-Optimierungsstrategie. Wir zeigen, dass die beste AUC durch die CDIˢ-optimierte Modalität erreicht wird, die die beste Goldstandardmodalität um 0,0044 übertrifft. Bemerkenswerterweise erzielt die optimierte CDIˢ-Modalität auch AUC-Werte über 0,02 höher als der nicht optimierte CDIˢ-Wert, was die Bedeutung der Optimierung der CDIˢ-Exponenten für die spezifische Krebsanwendung demonstriert.