배경/목적: 갑상선 우연종(THYROID INCIDENTALOMAS, TIs)에 대해 불필요한 시술을 피하기 위해서는 정확한 진단이 필수적이다. 의학 영상에 적용된 방사믹스(radiomics) 및 머신러닝(machine learning)의 발전은 갑상선 결절을 평가하는 데 유망한 가능성을 제시한다. 본 연구는 TIs의 수술 전 감별 진단을 개선하기 위해 F-18 FDG PET/CT를 이용한 방사믹스 분석을 수행하였다. 방법: 총 152명의 환자 사례를 후향적으로 분석하고 층화 및 무작위화를 통해 훈련 집합과 검증 집합으로 7:3의 비율로 분할하였다. 결과: = 0.043), 각각. 결론: 이러한 결과는 선별된 9개의 방사믹스 특징이 악성 갑상선 결절을 효과적으로 구별함을 보여준다. 종합하면, 방사믹스 모델은 TIs 환자에서 갑상선암을 예측하는 유용한 도구로서의 잠재력을 가지며, 수술 전 의사결정을 개선하는 데 기여할 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.