基于人工智能的病理应用,用于预测乳腺甲状腺癌中的区域淋巴结转移

科学领域:

• 在瘤学瘤学.
• 医疗成像医学成像
• 计算病理学计算病理学

背景情况:

• 乳头甲状腺癌 (PTC) 是最常见的甲状腺恶性瘤类型.
• 淋巴结转移是PTC的关键预后因素.
• 精确预测转移有助于治疗规划和患者管理.

研究的目的:

• 开发和验证在乳头甲状腺癌中淋巴结转移的预测模型.
• 为了利用病理图像分析来预测区域淋巴结参与.
• 将开发的推理算法公开用于进一步的研究和验证.

主要方法:

• 训练使用癌症基因组图谱 (TCGA) 数据集的病理图像来预测甲状腺癌的预测模型.
• 开发一个前端推断模型,利用中心的数据集和图形神经网络概念 (节点的概率传播).
• 使用单个病理图像来预测瘤扩散到区域淋巴结.

主要成果:

• 证明了在乳头甲状腺癌中常见的区域淋巴结转移.
• 使用开发的模型展示了淋巴结转移的可预测性.
• 为验证和进一步研究提供了一个公开可访问的推理算法.

结论:

• 在乳头甲状腺癌中区域淋巴结转移是一个可预测的事件.
• 开发的模型提供了一个有价值的工具,用于评估从病理图像转移的风险.
• 该研究鼓励在科学界进一步进行研究,验证和数据共享.