在HPV阴性口腔和口腔癌中,cyclin D1表达模式的预后意义:深度学习方法
Ke Yang1,2, Guixin Zhu3, Yanan Sun1,2
1State Key Laboratory of Oral & Maxillofacial Reconstruction and Regeneration, Key Laboratory of Oral Biomedicine Ministry of Education, Hubei Key Laboratory of Stomatology, School & Hospital of Stomatology, Wuhan University, Wuhan, China.
概括
一种新的环素D1表达模式评分系统显著改善了人类乳头瘤病毒阴性口腔和口腔状状细胞癌的生存预测. 这种新方法与图像识别模型相结合,提供了比传统评分更好的预后准确性.
科学领域:
- 在瘤学瘤学.
- 生物医学成像技术 生物医学成像技术
- 计算病理学计算病理学
背景情况:
- 人类乳头瘤病毒阴性口腔和口腔状细胞癌 (OSCC/OPSCC) 带来了重大治疗挑战.
- 准确的预后标记对于量身定制患者管理至关重要.
- 环素D1与状细胞癌的发展有关,但其预后作用需要精细评估.
研究的目的:
- 为OSCC/OPSCC开发和验证一种新的循环素D1表达模式评分系统.
- 建立一个图像识别模型来分类cyclin D1表达模式.
- 创建和评估基于新型评分系统的生存预测模型.
主要方法:
- 对610名HPV阴性OSCC/OPSCC患者的回顾性分析.
- 使用Cox回归,比较cyclin D1表达模式得分与表达水平得分.
- 使用YOLOv5算法开发图像识别模型.
- 使用DeepHit和DeepSurv算法创建生存预测模型.
主要成果:
- 循环素D1表达模式得分与患者预后有显著的相关性 (OSCC的p < 0.0001,OPSCC的p < 0.05).
- 模式评分是OSCC和OPSCC的独立预后风险因素.
- 图像识别模型实现了78.48%±4.31%的准确性;生存模型显示一致性指数为0.71±0.02 (DeepSurv) 和0.70±0.01 (DeepHit).
结论:
- 新的环素D1表达模式评分系统与传统方法相比,显示出更高的预后价值.
- 综合图像识别和生存预测模型在预测HPV阴性OSCC/OPSCC的总生存率方面显示出有希望的准确性.
更多相关视频
10:26RNAscope for In situ Detection of Transcriptionally Active Human Papillomavirus in Head and Neck Squamous Cell Carcinoma
Published on: March 11, 2014
27.5K
07:43Four-color Fluorescence Immunohistochemistry of T-cell Subpopulations in Archival Formalin-fixed, Paraffin-embedded Human Oropharyngeal Squamous Cell Carcinoma Samples
Published on: July 29, 2017
9.7K
