2020年PAIP:在结直肠癌中的微卫星不稳定性预测
Kyungmo Kim1, Kyoungbun Lee2, Sungduk Cho3
1Interdisciplinary program in Bioengineering, Seoul National University, Seoul 110-799, Republic of Korea.
Medical image analysis
|July 26, 2023
概括
人工智能从幻灯片图像中准确预测结直肠癌中的微卫星不稳定性 (MSI) 状态. 这种数字病理学方法有助于量身定制患者治疗策略,以获得更好的结果.
科学领域:
- 计算病理学计算病理学
- 在瘤学瘤学.
- 基因组学就是基因组学.
背景情况:
- 微卫星的不稳定性 (MSI) 对结直肠癌的预后和治疗选择至关重要.
- 高MSI状态表明II/III阶段的预后良好,并预测IV阶段对免疫治疗的反应.
- 准确的MSI状态确定对于个性化结直肠癌治疗方案至关重要.
研究的目的:
- 评估人工智能 (AI) 从结直肠癌幻灯片图像中预测MSI状态的有效性.
- 总结在病理学人工智能平台 (PAIP) 2020年挑战中使用的方法.
- 证明数字病理学在评估结直肠癌中MSI特征方面的实用性.
主要方法:
- 在PAIP 2020挑战中,人工智能研究人员从结直肠癌组织学幻灯片中预测MSI状态 (MSI高与微卫星稳定).
- 一个次要的任务涉及瘤区域细分.
- 参与者使用深度学习模型,主要是像EfficientNet和UNet这样的卷积神经网络.
主要成果:
- 23个团队提交了结果,顶级系统获得了0.9231.1的F1得分.
- 在前十名中的七个团队分享了他们的算法,主要是基于深度学习.
- 该挑战突出了AI在分析MSI相关的组织病理特征方面的潜力.
结论:
- 人工智能模型,特别是深度学习方法,在从结直肠癌数字幻灯片中预测MSI状态方面表现出高准确性.
- 数字病理学与人工智能相结合,为识别MSI特征提供了一个有前途的工具.
- 这些发现支持将AI整合到病理学工作流程中,以改善癌症诊断和治疗指导.
相关概念视频
03:18Non-LTR Retrotransposons
11.6K
As the name suggests, non-LTR retrotransposons lack the long terminal repeats characteristic of the LTR retrotransposons. Additionally, both LTR and non-LTR retrotransposons use distinct mechanisms of mobilization. Non-LTR retrotransposons are further divided into two classes - Long interspersed nuclear elements (LINEs) and short interspersed nuclear elements (SINEs), both of which occur abundantly in most mammals, including humans. Some of the active non-LTR retrotransposons in humans are L1...
11.6K
02:17Microtubule Instability
5.2K
Microtubules are hollow cylindrical filaments having a diameter of approximately 25 nm and a length that varies from 200 nm to 25 μm. GTP-bound tubulin subunits form αβ-heterodimers for microtubule assembly. These core building blocks interact longitudinally, polymerizing into protofilaments. The protofilaments then interact with one another through lateral bonding forces to form stable cylindrical microtubules. These cylindrical filaments are dynamic as they undergo repeated...
5.2K