新聞鏈接:http://jkbshare.183read.cc/article/4973034/5.html
發(fā)布時(shí)間:2023-7-19
作者:馬超
脊髓膠質(zhì)瘤是脊髓最常見(jiàn)的原發(fā)性脊髓腫瘤,目前主要依賴(lài)創(chuàng)傷性的活檢來(lái)確定其病理類(lèi)型。然而,創(chuàng)傷性的活檢具有較高的組織損傷風(fēng)險(xiǎn),尤其是脊髓損傷,會(huì)給患者的治療和康復(fù)帶來(lái)很大困難。因此,開(kāi)發(fā)一種無(wú)創(chuàng)性的策略來(lái)確定脊髓膠質(zhì)瘤的病理類(lèi)型尤為重要。
清華大學(xué)附屬北京清華長(zhǎng)庚醫(yī)院神經(jīng)中心主任王貴懷團(tuán)隊(duì)在膠質(zhì)瘤分級(jí),以及分子標(biāo)記物術(shù)前無(wú)創(chuàng)預(yù)測(cè)研究中取得進(jìn)展。相關(guān)研究成果近日發(fā)表在醫(yī)學(xué)期刊《BMC醫(yī)學(xué)》(BMC Medicine)上。該研究表明,通過(guò)基于術(shù)前磁共振的人工智能方法,可在無(wú)創(chuàng)的情況下,準(zhǔn)確地預(yù)測(cè)脊髓膠質(zhì)瘤的分級(jí)以及分子標(biāo)記的突變狀態(tài)。這一發(fā)現(xiàn)或改變脊髓膠質(zhì)瘤的診斷和治療方式,將深度學(xué)習(xí)技術(shù)的應(yīng)用推向新的領(lǐng)域。
在研究中,王貴懷團(tuán)隊(duì)運(yùn)用一種深度學(xué)習(xí)模型,以無(wú)創(chuàng)方式預(yù)測(cè)髓內(nèi)膠質(zhì)瘤的等級(jí)和分子標(biāo)記的突變狀態(tài)。該模型對(duì)來(lái)自?xún)蓚€(gè)機(jī)構(gòu)、包含461名患者的大規(guī)模數(shù)據(jù)進(jìn)行深度學(xué)習(xí),且均是在手術(shù)前獲取的橫斷面和矢狀面的T2加權(quán)磁共振成像掃描圖像和臨床數(shù)據(jù)。通過(guò)這種深度學(xué)習(xí)模型,研究者可以自動(dòng)分割出腫瘤并提取其放射性特征。這些特征的表現(xiàn)形式被輸入到團(tuán)隊(duì)構(gòu)建的神經(jīng)網(wǎng)絡(luò)中,與其他主流模型進(jìn)行比較。
研究結(jié)果表明,研究團(tuán)隊(duì)構(gòu)建的基于多模態(tài)融合特征的神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)髓內(nèi)膠質(zhì)瘤的分級(jí)、分子標(biāo)記突變狀態(tài)等方面的性能,優(yōu)于其他主流模型。未來(lái),研究人員還將基于多模態(tài)特征預(yù)測(cè)為臨床提供更多的無(wú)創(chuàng)性腫瘤特異性病理信息,以確定脊髓膠質(zhì)瘤的治療和預(yù)后。
北京清華長(zhǎng)庚醫(yī)院APP
快速掛號(hào)