期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于病理组织切片的肺腺癌肿瘤突变负荷预测模型
1
作者
孟祥福
杨子毅
+1 位作者
杨啸林
侯嘉玥
《中国生物医学工程学报》
CAS
CSCD
北大核心
2023年第6期698-709,共12页
肺癌是目前死亡率最高的恶性癌症之一,其中非小细胞肺癌(NSCLC)致死率极高。最近医学研究发现,肿瘤突变负荷(TMB)对于癌症的免疫治疗和化疗的疗效具有较好的预测作用,但传统使用基因测序计算TMB的方法存在检测成本高、周期长、样本依赖...
肺癌是目前死亡率最高的恶性癌症之一,其中非小细胞肺癌(NSCLC)致死率极高。最近医学研究发现,肿瘤突变负荷(TMB)对于癌症的免疫治疗和化疗的疗效具有较好的预测作用,但传统使用基因测序计算TMB的方法存在检测成本高、周期长、样本依赖度高等缺点。针对上述问题,本研究提出一种混合卷积神经网络和自注意力机制的深度学习模型(FCA-Former)用于预测TMB。该模型以CoAtNet为骨干网络,通过在网络中结合坐标注意力以及融合深度可分离卷积的方式,提高模型的运算速度以及对病理组织切片图像的全局特征提取能力。实验数据采用TCGA数据库中肺腺癌数字病理切片图像数据集,其中高TMB水平的样本271张,低TMB水平的样本66张。实验结果表明,所提方法达到的最高平均曲线下面积(AUC)为98.1%,比现有最好方法RcaNetr提高9.8%。此项研究结果对于NSCLC的预后治疗效果具有较强的指导意义。
展开更多
关键词
非小细胞肺癌
肿瘤突变负荷(TMB)
卷积神经网络
下载PDF
职称材料
题名
基于病理组织切片的肺腺癌肿瘤突变负荷预测模型
1
作者
孟祥福
杨子毅
杨啸林
侯嘉玥
机构
辽宁工程技术大学电子与信息工程学院
中国医学科学院基础医学研究所
南京邮电大学通信与信息工程学院
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2023年第6期698-709,共12页
基金
国家自然科学基金(61772249)
中国医学科学院医学与健康科技创新工程项目(2018-I2M-AI-009)
辽宁省教育厅一般项目(LJKZ0355)。
文摘
肺癌是目前死亡率最高的恶性癌症之一,其中非小细胞肺癌(NSCLC)致死率极高。最近医学研究发现,肿瘤突变负荷(TMB)对于癌症的免疫治疗和化疗的疗效具有较好的预测作用,但传统使用基因测序计算TMB的方法存在检测成本高、周期长、样本依赖度高等缺点。针对上述问题,本研究提出一种混合卷积神经网络和自注意力机制的深度学习模型(FCA-Former)用于预测TMB。该模型以CoAtNet为骨干网络,通过在网络中结合坐标注意力以及融合深度可分离卷积的方式,提高模型的运算速度以及对病理组织切片图像的全局特征提取能力。实验数据采用TCGA数据库中肺腺癌数字病理切片图像数据集,其中高TMB水平的样本271张,低TMB水平的样本66张。实验结果表明,所提方法达到的最高平均曲线下面积(AUC)为98.1%,比现有最好方法RcaNetr提高9.8%。此项研究结果对于NSCLC的预后治疗效果具有较强的指导意义。
关键词
非小细胞肺癌
肿瘤突变负荷(TMB)
卷积神经网络
Keywords
non-small cell lung cancer
tumor mutation burden
convolutional neural networks
分类号
R318 [医药卫生—生物医学工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于病理组织切片的肺腺癌肿瘤突变负荷预测模型
孟祥福
杨子毅
杨啸林
侯嘉玥
《中国生物医学工程学报》
CAS
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部