論文の概要: Machine Learning Applications in Diagnosis, Treatment and Prognosis of
Lung Cancer
- arxiv url: http://arxiv.org/abs/2203.02794v1
- Date: Sat, 5 Mar 2022 17:43:57 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-09 10:21:32.069134
- Title: Machine Learning Applications in Diagnosis, Treatment and Prognosis of
Lung Cancer
- Title(参考訳): 肺癌の診断・治療・予後における機械学習の応用
- Authors: Yawei Li, Xin Wu, Ping Yang, Guoqian Jiang, Yuan Luo
- Abstract要約: 本稿では, 肺癌の診断と治療のさまざまな側面を強化する機械学習によるアプローチの概要について述べる。
肺癌における機械学習の今後の応用に向けた課題と機会を強調した。
- 参考スコア(独自算出の注目度): 22.84388553607303
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The recent development of imaging and sequencing technologies enables
systematic advances in the clinical study of lung cancer. Meanwhile, the human
mind is limited in effectively handling and fully utilizing the accumulation of
such enormous amounts of data. Machine learning-based approaches play a
critical role in integrating and analyzing these large and complex datasets,
which have extensively characterized lung cancer through the use of different
perspectives from these accrued data. In this article, we provide an overview
of machine learning-based approaches that strengthen the varying aspects of
lung cancer diagnosis and therapy, including early detection, auxiliary
diagnosis, prognosis prediction and immunotherapy practice. Moreover, we
highlight the challenges and opportunities for future applications of machine
learning in lung cancer.
- Abstract(参考訳): 最近の画像およびシークエンシング技術の進歩は、肺癌の臨床研究における体系的な進歩をもたらす。
一方、人間の心は、そのような膨大な量のデータの蓄積を効果的に処理し、完全に活用することに制限されている。
機械学習に基づくアプローチは、これらの大規模で複雑なデータセットの統合と分析において重要な役割を果たす。
本稿では,早期診断,補助診断,予後予測,免疫療法など,肺癌の診断・治療のさまざまな側面を強化する機械学習ベースのアプローチの概要を紹介する。
さらに,肺癌における機械学習の今後の応用に向けた課題と機会を強調した。
関連論文リスト
- Towards AI-Based Precision Oncology: A Machine Learning Framework for
Personalized Counterfactual Treatment Suggestions based on Multi-Omics Data [0.05277756703318046]
本稿では,個別のがん治療提案のためのモジュール型機械学習フレームワークを提案する。
このフレームワークは、データ駆動がん研究に固有の重要な課題に対処するように調整されている。
本手法は,臨床医に現実的な意思決定支援ツールを提供することを目的としている。
論文 参考訳(メタデータ) (2024-02-19T14:54:20Z) - Optimizing Skin Lesion Classification via Multimodal Data and Auxiliary
Task Integration [54.76511683427566]
本研究は, スマートフォンで撮影した画像と本質的な臨床および人口統計情報を統合することで, 皮膚病変を分類する新しいマルチモーダル手法を提案する。
この手法の特徴は、超高解像度画像予測に焦点を当てた補助的なタスクの統合である。
PAD-UFES20データセットを用いて,様々なディープラーニングアーキテクチャを用いて実験を行った。
論文 参考訳(メタデータ) (2024-02-16T05:16:20Z) - Knowledge-Informed Machine Learning for Cancer Diagnosis and Prognosis:
A review [2.2268038840298714]
バイオメディカルな知識とデータの融合を取り入れた最先端の機械学習研究について概説する。
機械学習パイプラインにおける知識表現の多様な形態と知識統合の現在の戦略について概説する。
論文 参考訳(メタデータ) (2024-01-12T07:01:36Z) - Deep Reinforcement Learning Framework for Thoracic Diseases
Classification via Prior Knowledge Guidance [49.87607548975686]
関連疾患に対するラベル付きデータの不足は、正確な診断にとって大きな課題となる。
本稿では,診断エージェントの学習を指導するための事前知識を導入する,新しい深層強化学習フレームワークを提案する。
提案手法の性能はNIHX-ray 14とCheXpertデータセットを用いて実証した。
論文 参考訳(メタデータ) (2023-06-02T01:46:31Z) - Leveraging object detection for the identification of lung cancer [0.15229257192293202]
YOLOv5モデルは、がん性肺病変を検出するアルゴリズムの訓練に使用された。
訓練されたYOLOv5モデルは、肺癌の病変を同定し、高い精度とリコール率を示した。
論文 参考訳(メタデータ) (2023-05-25T07:53:18Z) - Deep learning methods for drug response prediction in cancer:
predominant and emerging trends [50.281853616905416]
がんを研究・治療するための計算予測モデルをエクスプロイトすることは、薬物開発の改善と治療計画のパーソナライズドデザインにおいて大きな可能性を秘めている。
最近の研究の波は、ディープラーニング手法を用いて、薬物治療に対するがん反応を予測するという有望な結果を示している。
このレビューは、この分野の現状をよりよく理解し、主要な課題と将来性のあるソリューションパスを特定します。
論文 参考訳(メタデータ) (2022-11-18T03:26:31Z) - Enhancing Clinical Support for Breast Cancer with Deep Learning Models
using Synthetic Correlated Diffusion Imaging [66.63200823918429]
深層学習モデルを用いた乳癌に対する臨床支援の強化について検討した。
我々は、体積畳み込みニューラルネットワークを利用して、前処理コホートから深い放射能特徴を学習する。
提案手法は, グレードと処理後応答予測の両方において, より良い性能を実現することができる。
論文 参考訳(メタデータ) (2022-11-10T03:02:12Z) - A review of machine learning approaches, challenges and prospects for
computational tumor pathology [1.2036642553849346]
腫瘍計算病理学は、データ統合、ハードウェア処理、ネットワーク共有帯域幅、機械学習技術に挑戦する。
本稿では,病的・技術的観点から,計算病理学における前処理手法について検討する。
計算病理学応用における機械学習の課題と展望について論じる。
論文 参考訳(メタデータ) (2022-05-31T14:56:01Z) - Machine Learning Applications for Therapeutic Tasks with Genomics Data [49.98249191161107]
ゲノム学の機械学習応用に関する文献を、治療開発のレンズでレビューします。
治療パイプライン全体にわたるゲノミクス応用における22の機械学習を同定する。
この分野における7つの重要な課題を、拡大と影響の機会として挙げる。
論文 参考訳(メタデータ) (2021-05-03T21:20:20Z) - Topological Data Analysis of copy number alterations in cancer [70.85487611525896]
癌ゲノム情報に含まれる情報を新しいトポロジに基づくアプローチで捉える可能性を探る。
本手法は, 癌体性遺伝データに有意な低次元表現を抽出する可能性を秘めている。
論文 参考訳(メタデータ) (2020-11-22T17:31:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。