深度学习算法对乳腺癌HER2检测的辅助诊断

来源 :2019中国肿瘤学大会 | 被引量 : 0次 | 上传用户:wallacedfgf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  目的 2018 版ASCO/CAP 指南中指出当免疫组化结果 为0,1+时,her2 为阴性。免疫组化结果 为3+时,her2 为阳性。由于免疫组化技术的人为影响因素较多,无法排除17 号染色体多倍体的情况,造成检测结果 的偏差,故当免疫组化结果 为2+、1+2+、2+-3+时,要根据FISH 的检测结果 确定her2 的表达情况。
其他文献
目的 采用3D U-NET 深度卷积神经网络结合Dice Loss function 和Generalized Dice Lossfunction 两中损失函数构造新的模型损失函数训练深度卷积神经网络模型,对头颈部肿瘤患者19种危及器官进行自动分割并进行验证,以期实现头颈部危及器官的快速精确分割。
目的 通过人工智能及大数据提高恶性肿瘤精确放疗的准确性方法 如今,恶性肿瘤已经呈现爆发性增长,成为危害人们健康的重大社会问题。随着互联网、人工智能及大数据的发展和应用,以及基于影像和生命组学、区块链技术、智能边缘技术正给恶性肿瘤精的确放疗带来质的飞跃,使放射治疗精度和疗效将获得突破性的进展。
目的 确定特定疾病患者群体是基于电子健康记录(EHRs)进行临床研究的重要一步。将结构化EHR数据(如账单记录)与叙述性文本数据相结合的信息学方法 十分有用。
目的 采用生物信息学方法 ,对The Cancer Genome Atlas(TCGA)数据库中255 例宫颈鳞癌患者的转录组测序数据进行分析挖掘,构建宫颈鳞癌长链非编码RNA(long noncoding RNA,lncRNA)预后风险模型,以期找到高效的宫颈鳞癌预后相关的判别指标,为宫颈鳞癌预后研究提供新思路。
目的 分析头颈部鳞癌患者放疗过程中腮腺影像纹理特征的变化,研究其与急性放射性口干症的关系。并建立数学模型,早期预测放射性口干的严重程度。
Objective Basal cell carcinoma(BCC)is the most common skin cancer with a rapidly rising incidence.
目的 医院-企业联合,研究开发人工智能阴道镜宫颈癌辅助诊断系统,并评价其应用于人群辅助诊断的准确性,为基层医疗机构提供服务,真正提升基层的诊疗水平。
目的 探讨与评价基于Atlas 和基于深度学习的自动分割方法 在实施鼻咽癌危及器官自动勾画时的勾画结果 差异.方法 选择120 例鼻咽癌患者的CT 图像建立Atlas 库(运用MIM 软件(version 6.6.5)).
目的 研究计算机辅助诊断(computer-aided diagnosis,CAD)系统对于CT 图像肺结节良恶性判别的诊断效能和对不同经验水平的放射科医师关于CT 图像肺结节良恶性判别的辅助诊断效能。
目的 探讨磁共振扩散加权成像DWI 对肺内检出病变定性评估及鉴别诊断能力及临床运用价值。方法 前瞻性对46 例肺内检出病变进行胸部MRI 扫描及扩散加权成像检查,回顾分析经手术、纤支镜及病理证实的肺内病变的临床、病理资料,分析其MR 表现及扩散加权成像特点,ADC 值与病理诊断的相关性。