一种基于变压器的新型聚合模型,用于预测肺腺癌中的基因突变
Kai Sun1, Yuanjie Zheng2, Xinbo Yang1
1School of Information Science and Engineering, Shandong Normal University, Jinan, Shandong, 250014, China.
Medical & biological engineering & computing
|January 17, 2024
概括
这项研究引入了一种新的变压器模型,用于预测肺腺癌全片成像中的基因突变. 该模型通过使用自学聚合和随机补丁训练来提高预测准确性.
科学领域:
- 计算病理学计算病理学
- 基因组学就是基因组学.
- 医学中的人工智能
背景情况:
- 从整个幻灯片成像 (WSI) 预测基因突变对于肺腺癌研究至关重要.
- 挑战包括从复杂的WSI数据中提取全球信息和公正的语义聚合.
研究的目的:
- 开发和验证一种基于变压器的新型聚合模型,用于预测肺腺癌中的基因突变.
- 为了减轻语义偏差,并解决WSI分析中的数据限制.
主要方法:
- 提出了一个基于变压器的聚合模型,具有自学重量聚合机制.
- 采用随机补丁训练方法来增强模型学习的丰富性.
- 使用了来自山东省医院和癌症基因组图谱 (TCGA) 的肺腺癌数据集.
主要成果:
- 该模型在预测TP53,CSMD3,LRP1B和TTN基因突变方面表现得更好.
- 在ROC曲线下的面积 (AUC) 值中平均增加了4%.
- 成功地将病态图像特征与分子特征相关联.
结论:
- 开发的模型提供了一种有效的方法来探索肺腺癌病理特征和分子特征之间的联系.
- 介绍了一种用于临床遗传测试的新方法,提高了分子特征的识别和遗传测试效率.
- 旨在为肺腺癌研究提供更准确,更可靠的结果.
