乳腺癌分子亚型预测:一个基于乳房图的AI方法
Ana M Mota1, João Mendes1,2, Nuno Matela1
1Instituto de Biofísica e Engenharia Biomédica, Faculdade de Ciências, Universidade de Lisboa, 1749-016 Lisbon, Portugal.
Biomedicines
|June 27, 2024
概括
人工智能 (AI) 可以从乳房影像中预测乳腺癌分子亚型,可能取代侵入性活检. 这种人工智能方法为个性化乳腺癌治疗策略提供了更快,更少的侵入性方法.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 人工智能的人工智能
背景情况:
- 乳腺癌分子亚型显著影响患者的预后和治疗.
- 目前的亚型鉴定依赖于侵入性,昂贵和耗时的活检,这些活检可能受到错误和瘤异质性的限制.
研究的目的:
- 开发和评估一种人工智能 (AI) 模型,用于使用乳腺扫描图像预测乳腺癌分子亚型.
- 探索不同AI分类策略和数据平衡技术的有效性,以预测亚型.
主要方法:
- 利用了OPTIMAM成像数据库,其中包括来自660名患者的1397张乳房图片.
- 使用预训练的ResNet-101深度学习模型将瘤分为五个亚型:光线A,光线B1,光线B2,HER2和三阴性.
- 研究了二进制和多类分类,以及数据增强和重新采样技术来处理不平衡的数据.
主要成果:
- 二进制分类实现了79.02%的最大平均精度和64.69%的AUC.
- 多类分类的平均AUC为60.62%,过量采样和数据增强.
- HER2与非HER2二进制分类表现出最高的性能,准确度为89.79%,AUC为73.31%.
结论:
- 基于乳腺造影的AI显示了对非侵入性乳腺癌分子亚型预测的巨大潜力.
- 这种人工智能方法可以作为传统活检的有价值替代品,促进个性化治疗规划.
- 进一步开发可以提高诊断准确度和简化乳腺癌管理.
