卵巢癌术前准确诊断研讨取得停顿

起源：姑苏医工所 2021-10-22 08:21

卵巢癌（Ovarian Cancer，OC）是妇科恶性肿瘤，根据其细胞起源可分为上皮性卵巢癌（Epithelial Ovarian Cancer，EOC）和非上皮性卵巢癌。此中，EOC发病人数占原发OC的90%。EOC好发于中老年女性，其预后差，五年生活率仅为35%。与之绝对地，接壤性上皮性卵巢肿瘤（Borderline Epithelial O

卵巢癌（Ovarian Cancer，OC）是妇科恶性肿瘤，根据其细胞起源可分为上皮性卵巢癌（Epithelial Ovarian Cancer，EOC）和非上皮性卵巢癌。此中，EOC发病人数占原发OC的90%。EOC好发于中老年女性，其预后差，五年生活率仅为35%。与之绝对地，接壤性上皮性卵巢肿瘤（Borderline Epithelial Ovarian Tumors，BEOT）具备更低的恶性潜能和更好的预后，五年生活率可达92%。从医治方式来看，EOC患者必要细胞减灭术，并辅以新辅助化疗，而BEOT患者通常可进行激进医治，保留患者的生养才能与卵巢功效。是以，术前精确地域分二者，对订定正确的医治方案、提升患者的术后生存质量非常紧张。

今朝术前辨别BEOT与EOC次要由喷射科大夫应用多参数MRI影像判断，该办法依赖教训、客观性强、耗时且精确率不高。科研职员后期开辟出一种基于影像组学的诊断办法，尽管诊断精度有所提升，但该办法需人工勾勒病灶区域，依然存在客观、耗时等成绩，临床利用受限。近年来，人工智能技术在医学影像智能诊断畛域取得胜利，其具备主观、智能等优点，可无效解决上述成绩，但现有的基于人工智能的多模态医学影像智能存在不敷：（1）未能充沛挖掘分歧模态影像间的内涵分割；（2）未能充沛摸索统一模态影像中分歧扫描切片间的内涵分割。

为此，中国迷信院姑苏生物医学工程技术研讨所研讨员高欣团队博士简俊明立异性地提出一种基于模态注意力（Modality-based Attention，MA）模块和上下文多示例池化层（Contextual MPL，C-MPL）的多示例卷积神经网络MAC-Net（图1）。MA模块次要用于多参数MRI（多模态影像）交融，效仿临床大夫，自顺应地赋予各模态独自的权重，从而天生更智能高效的多参数MRI表现。C-MPL用于扫描切片间空间关系的建模，当对某一扫描切片内重点区域进行预测时，会同步思索相邻间断多个扫描切片信息，完成繁多模态影像中扫描切片间空间及内容相关关系应用率的提升。

研讨标明，MAC-Net在BEOT和EOC辨别成绩上表示优越，精确率可达87.9%，优于以后主流多示例卷积神经网络模子。应用该办法，喷射科大夫无需准确勾勒肿瘤界限，只要要确定区域的最上和最基层面地位，便可完成全自动分类模子构建及预测，具有较高的自动化和智能化。另外，MAC-Net具备较强的适配性能：（1）图像适配性：MAC-Net可用于多参数MRI交融，并可延伸至少模态影像（如CT、PET等）交融；（2）疾病适配性：MAC-Net不仅实用于卵巢癌，还可拓展用于诸如肺癌、、肠癌、、前列腺癌等实体的自动中。(100yiyao.com）

版权声明 本网站一切注明“起源：100医药网”或“起源：bioon”的笔墨、图片和音视频材料，版权均属于100医药网网站一切。非经受权，任何媒体、网站或团体不得转载，不然将追究司法义务。取得书面受权转载时，须注明“起源：100医药网”。其它起源的文章系转载文章，本网一切转载文章系出于通报更多信息之目标，转载内容不代表本站态度。不愿望被转载的媒体或团体可与咱们分割，咱们将立刻进行删除处置。

医药网新闻