多模态数据融合的肿瘤预后分析研究-论文-万方医学网

多模态数据融合的肿瘤预后分析研究

二维码有效期 120s

收藏纠错

摘要作为精准医学的重要分支，恶性肿瘤的预后预测可以辅助肿瘤诊疗的个体化决策。如何有效地利用当前诊疗体系所获取的多模态数据指导肿瘤的预后评估，是当前肿瘤研究的重要内容之一。本文着眼于三类常见癌种(即:肾透明细胞癌、脑胶质瘤、宫颈癌)的预后预测，分析其所面临的关键问题，利用所获取的多模态数据，建立精准的多模态预后预测模型。本文的主要研究内容如下:<br>　　(1)通过对公开数据库中的209例肾癌患者的转录组数据、电子计算机断层摄影(Computer tomography,CT)影像数据、病理图像数据、随访数据进行分析，提取基因组、影像组以及病理组的特征，探索CT影像/病理图像特征与基因通路模块的关联，建立多模态的肾癌预后预测模型;<br>　　(2)通过对公开数据库中214例胶质瘤磁共振成像(Magnetic resonance imaging,MRI)图像数据进行分析，提取肿瘤及周边水肿坏死区的整体影像组和局部深度特征，分析和比较了基于不同影像特征构建的模型的性能，建立了多模态的胶质瘤预后预测模型;<br>　　(3)通过对在南方医院接受根治性放射治疗的104例宫颈癌患者的CT/MRI进行分析，提取宫颈肿瘤区域的特征，构建不同预测模型，对不同模型的预测性能和网络结构进行比较，最终构建了基于Transformer网络的宫颈癌多模态预后预测模型。<br>　　实验结果显示，基于多模态数据所建立的预后预测模型可以稳定且有效地对肿瘤患者进行预后风险分层，因此具有一定的临床应用潜能。