• <xmp id="1ykh9"><source id="1ykh9"><mark id="1ykh9"></mark></source></xmp>
      <b id="1ykh9"><small id="1ykh9"></small></b>
    1. <b id="1ykh9"></b>

      1. <button id="1ykh9"></button>
        <video id="1ykh9"></video>
      2. 華西醫學期刊出版社
        作者
        • 標題
        • 作者
        • 關鍵詞
        • 摘要
        高級搜索
        高級搜索

        搜索

        找到 作者 包含"沈勤" 1條結果
        • 基于深度學習和組織形態分析的肺癌基因突變預測

          肺癌是一種常見的肺部惡性腫瘤,是全球發病率和死亡率最高的惡性腫瘤。對于發生了表皮生長因子受體(EGFR)基因突變的晚期非小細胞型肺癌患者,可以使用靶向藥物來進行針對性治療。EGFR 基因突變的檢測方法很多,但是各有優缺點。本文擬通過探索非小細胞型肺癌蘇木精-伊紅(HE)染色的全掃描組織病理圖像形態學特征與患者 EGFR 基因突變之間的關聯,達到預測 EGFR 基因突變風險的目的。實驗結果表明,本文所提出的 EGFR 基因突變風險預測模型的曲線下面積(AUC)在測試集上可達 72.4%,準確率為 70.8%,提示非小細胞型肺癌全掃描組織病理圖像中的組織形態學特征與 EGFR 基因突變之間存在密切關聯。本文從病理圖像的尺度來分析基因分子表型,將病理組學和分子組學相融合,建立 EGFR 基因突變風險預測模型,揭示全掃描組織病理圖像和 EGFR 基因突變風險的關聯性,或可為該領域提供一個頗具前景的研究方向。

          發表時間:2020-04-18 10:01 導出 下載 收藏 掃碼
        共1頁 上一頁 1 下一頁

        Format

        Content

      3. <xmp id="1ykh9"><source id="1ykh9"><mark id="1ykh9"></mark></source></xmp>
          <b id="1ykh9"><small id="1ykh9"></small></b>
        1. <b id="1ykh9"></b>

          1. <button id="1ykh9"></button>
            <video id="1ykh9"></video>
          2. 射丝袜