相关实验视频
Updated: Jun 30, 2026
07:50
Establishment of a Clinic-based Biorepository
Published on: May 29, 2017
6.5K
临床影响和OSCC差异化的翻译研究
Qianhui Shang1, Yuchen Jiang1, Zixin Wan2
1State Key Laboratory of Oral Diseases & National Center for Stomatology & National Clinical Research Center for Oral Diseases & Chinese Academy of Medical Sciences Research Unit of Oral Carcinogenesis and Management, Department of Oral Medicine, West China Hospital of Stomatology, Sichuan University, Chengdu, 610041, Sichuan, PR China.
British journal of cancer
|January 4, 2024
概括
口腔状细胞癌 (OSCC) 的瘤分化影响预后和化疗反应. 一个新的深度学习系统,SMGO,使用病理图像准确预测OSCC分子级,帮助治疗决策.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 病理学 病理学 病理学
- 人工智能的人工智能
背景情况:
- 口腔状细胞癌 (OSCC) 瘤分化的临床意义和分子基础尚未完全理解.
- 基于病理图像的OSCC分子分类的预测系统缺乏精准医学.
研究的目的:
- 阐明OSCC分化的临床价值和分子特征.
- 开发一种新的OSCC分子分类预测系统,使用深度学习和病理图像.
主要方法:
- 将流行病学,基因组学和实验数据与深度学习方法的整合.
- 基于ShuffleNetV2的OSCC (SMGO) 分子级预测系统的开发.
- 使用大规模流行病学数据集和独立的多中心队列验证SMGO.
主要成果:
- OSCC差异化是一个重要的预后指标,差异化好的OSCC显示出更高的化疗耐药性.
- 化疗耐药性和细胞循环途径在良好和差异化OSCC中受到差异调节.
- 开发的SMGO系统在独立队列中预测OSCC分子等级时表现出高准确度.
结论:
- 在预测预后和指导化疗选择方面,OSCC差异化是至关重要的.
- SMGO系统是OSCC差异化评估和临床决策的宝贵工具.
