Selección de características radiómicas utilizando la pérdida por gradiente de una red neuronal profunda para la detección en estadio de cáncer de pulmón

Summary

Aquí se presenta un método de selección de características basado en aprendizaje profundo que aprovecha los gradientes de una función de pérdida de red neuronal respecto a las características de entrada para identificar y priorizar aquellas que más influyen en la detección en estadio del cáncer de pulmón.

Abstract

La radiómica permite la extracción de biomarcadores de imagen cuantitativa a partir de imágenes médicas y se ha convertido en una herramienta importante para el diagnóstico asistido por ordenador del cáncer. Sin embargo, los conjuntos de datos de radiómica suelen ser de alta dimensión con tamaños de muestra limitados, por lo que la selección de características es un paso crítico para construir modelos predictivos fiables. Este estudio propone un marco de eliminación de características recursivas por pérdida de gradiente (GL-RFE) que integra el análisis de sensibilidad al gradiente de una red neuronal profunda para identificar las características radiómicas más influyentes en la detección de estadios de cáncer de pulmón. Se extrajeron un total de 106 características radiómicas de tomografías computarizadas torácicas (TC) utilizando la extensión PyRadiomics de la plataforma 3D Slicer. El método propuesto evalúa la importancia de las características calculando gradientes de la pérdida de la red respecto a las características de entrada y elimina recursivamente las características con una contribución mínima. Las 15 mejores características radiómicas resultantes se utilizan para entrenar un clasificador de redes neuronales profundas que distinguan cáncer de pulmón en fase temprana y avanzado. El marco propuesto logra un sólido rendimiento en la clasificación, con una precisión del 90,22%, precisión del 90,10%, recuerdo del 90,24% y una puntuación F1 del 90,16% en el conjunto de datos de prueba. Los análisis de visualización, incluyendo mapas de calor de correlación y gráficos de distribución, confirman además una redundancia de características reducida y una mejor separabilidad por clases. En comparación con las técnicas convencionales de selección de características, GL-RFE captura eficazmente interacciones no lineales de características y mejora la generalización del modelo. El protocolo presentado proporciona una metodología reproducible e interpretable para la detección de estadios del cáncer basada en radiología. Es especialmente adecuado para conjuntos de datos biomédicos de alta dimensión y muestras pequeñas, y tiene aplicaciones potenciales en otros ámbitos, como la genómica y el análisis clínico multimodal.

Introduction

El cáncer de pulmón sigue siendo uno de los principales tipos de cáncer, lo que provoca graves problemas de salud, a menudo conduciendo a la muerte¹. La radiómica permite la caracterización cuantitativa de imágenes médicas extrayendo grandes conjuntos de características que describen la forma, textura e intensidad del tumor ^2,3. Estas características, también denominadas características artesanales, sirven como posibles biomarcadores para el diagnóstico, el pronóstico y la respuesta al tratamiento del cáncer de pulmón. Sin embargo, los conjuntos de dato....

Protocol

1. Extracción de características radiómicas usando extensión 3D Slicer PyRadiomics

NOTA: Los siguientes pasos están diseñados para calcular las características radiómicas de un archivo DICOM de tomografía computarizada pulmonar utilizando la extensión 3D Slicer PyRadiomics y para guardarlos en un archivo de formato de valor separado por coma (csv).

1. Instala y abre 3D Slicer (usa la última versión estable de https://download.slicer.org/.
2. Instala la extensión PyRadiomics y RT Slicer.
   1. En la barra de menú, ve a Ver > Administrador de exte....

Results

Resumen del conjunto de datos
El conjunto de datos de Radiómica del NSCLC comprende 422 volúmenes de TC de pacientes con cáncer de pulmón en estadios I, II y III. Mientras que el número de conjuntos de datos de TC con cáncer en estadio temprano (I, II) es de 134, las muestras de datos con cáncer en estadio avanzado (IIIa, IIIb) son 288. El conjunto de datos mostró un desequilibrio significativo de clases, con un mayor número de casos en fase avanzada (etapa III) en co.......

Discussion

La robustez y fiabilidad del marco propuesto se evidencian en los altos valores de las métricas de evaluación, incluyendo precisión, recuerdo, precisión y puntuación^{F-1 24}. Todas las puntuaciones obtuvieron un rendimiento superior al 90% en los datos de la prueba, con un CV de 5 veces empleado durante el entrenamiento MLP.

El rendimiento y la validez del marco propuesto GL-RFE se reforzaron mediante técnicas de visual.......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Software de Slicer 3D	Página web oficial	5.x	Visualización de imágenes médicas, segmentación y extracción de retorno de inversión para análisis radiómico
Paquete de aprendizaje desequilibrado	PyPI	0.11+	Desequilibrio de clases en el manejo (por ejemplo, SMOTE)
Matplotlib  Paquete	PyPI	3.x	Trazando curvas de entrenamiento e importancia de las características
Paquete NumPy	PyPI	1.26.x	Operaciones numéricas y gestión de matrices de características
Paquete Pandas	PyPI	2.x	Preprocesamiento de datos y gestión estructurada de conjuntos de datos
Paquete de PyRadiomics	PyPI	3.x	Extracción de características radiómicas a partir de imágenes CT
PyTorch  Paquete	PyPI	2.x	Marco de aprendizaje profundo para MLP y cálculo de gradientes
Paquete Scikit-learn	PyPI	1.3.x	Evaluación del modelo (precisión, exactitud, recuerdo, puntuación F1)
SciPy  Paquete	PyPI	1.11+	Análisis estadístico y validación
Seaborn  Paquete	PyPI	0.13.x	Mapas de calor para análisis de correlación de características
Torch.nn Module	PyPI	2.x	Arquitectura de redes neuronales (capas, activaciones)
Módulo Torch.optim	PyPI	2.x	Algoritmos de optimización (por ejemplo, Adam)