相关实验视频

Updated: Mar 14, 2026

Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model

Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model

Published on: August 16, 2020

基金会模型和基于多实例学习的框架,用于预测前列腺癌中淋巴血管入侵

Qingyuan Zheng^1,2,3,4, Haonan Mei^5,6,7,8, Dan Wang^5,6,7,8

¹Department of Urology, Renmin Hospital of Wuhan University, Wuhan, Hubei, China. zqy710890394@whu.edu.cn.

Annals of surgical oncology

|March 13, 2026

概括

一个AI框架准确地预测了从整个幻灯片图像 (WSIs) 中的前列腺癌 (PCa) 中的淋巴血管入侵 (LVI). 这种工具提供了可解释的见解,并有助于精确的病理学决策.

科学领域:

病理学病理学病理学
人工智能的人工智能
基因组学就是基因组学.

背景情况:

淋巴血管侵袭 (LVI) 是前列腺癌 (PCa) 的关键预后因素.
准确预测LVI对于患者管理至关重要.
目前用于LVI检测的方法可能具有挑战性.

研究的目的:

开发和验证基于人工智能的框架,用于预测PCa中的LVI.
利用多实例学习 (MIL) 和WSI分析的基础模型.
确保准确和可解释的LVI预测.

主要方法:

实施了一个弱监督的深度学习管道,使用集群限制注意力MIL.
从两个独立的队列 (RHWU和TCGA) 分析了H&E染色的WSIs.
使用预训练的编码器 (UNI-v2,CONCH,ResNet-50) 和注意力热图进行解释.

主要成果:

取得了强大的预测性能,UNI-v2的AUC值为0.839 (RHWU) 和0.854 (TCGA).
注意热图确定了具有特定基因病理特征的高风险区域.
转录组分析显示,在LVI阳性病例中,DEG与线粒体和免疫通路相关.

结论:

从WSIs开发了一个强大的和可解释的AI框架,用于PCa中的LVI预测.
人工智能模型表现出高精度,并提供了生物学上有意义的见解.
该框架显示了临床翻译作为精密病理学的决策支持工具的潜力.

关键词:

人工智能的人工智能是人工智能.生物标志物的预测预测.淋巴血管侵入淋巴血管侵入多实例学习是指多实例的学习.前列腺癌是什么意思前列腺癌是什么意思

更多相关视频

Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model

Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model

Published on: April 18, 2025

Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma

Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma

Published on: October 10, 2018

相关概念视频