論文の概要: Artificial intelligence-based locoregional markers of brain peritumoral
microenvironment
- arxiv url: http://arxiv.org/abs/2208.14445v1
- Date: Mon, 29 Aug 2022 22:04:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-01 13:58:08.229906
- Title: Artificial intelligence-based locoregional markers of brain peritumoral
microenvironment
- Title（参考訳）: 人工知能を用いた脳内微小環境のロコリージョンマーカー
- Authors: Zahra Riahi Samani, Drew Parker, Hamed Akbari, Spyridon Bakas, Ronald
L. Wolf, Steven Brem, Ragini Verma
- Abstract要約: 悪性原発性脳腫瘍では、がん細胞が頭蓋周囲の脳構造に浸潤し、必然的に再発する。
周縁部における浸潤不均一性の特徴付けに関するこれまでの研究は、様々な画像モダリティを用いていた。
ここでは, 腫瘍浸潤の均一性を捉えた, 人工知能(AI)に基づく特異なマーカーのセットを導出する。
- 参考スコア（独自算出の注目度）: 0.32624197686236134
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In malignant primary brain tumors, cancer cells infiltrate into the
peritumoral brain structures which results in inevitable recurrence.
Quantitative assessment of infiltrative heterogeneity in the peritumoral
region, the area where biopsy or resection can be hazardous, is important for
clinical decision making. Previous work on characterizing the infiltrative
heterogeneity in the peritumoral region used various imaging modalities, but
information of extracellular free water movement restriction has been limitedly
explored. Here, we derive a unique set of Artificial Intelligence (AI)-based
markers capturing the heterogeneity of tumor infiltration, by characterizing
free water movement restriction in the peritumoral region using Diffusion
Tensor Imaging (DTI)-based free water volume fraction maps. A novel voxel-wise
deep learning-based peritumoral microenvironment index (PMI) is first extracted
by leveraging the widely different water diffusivity properties of
glioblastomas and brain metastases as regions with and without infiltrations in
the peritumoral tissue. Descriptive characteristics of locoregional hubs of
uniformly high PMI values are extracted as AI-based markers to capture distinct
aspects of infiltrative heterogeneity. The proposed markers are applied to two
clinical use cases on an independent population of 275 adult-type diffuse
gliomas (CNS WHO grade 4), analyzing the duration of survival among
Isocitrate-Dehydrogenase 1 (IDH1)-wildtypes and the differences with
IDH1-mutants. Our findings provide a panel of markers as surrogates of
infiltration that captures unique insight about underlying biology of
peritumoral microstructural heterogeneity, establishing them as biomarkers of
prognosis pertaining to survival and molecular stratification, with potential
applicability in clinical decision making.
- Abstract（参考訳）: 悪性原発脳腫瘍では、癌細胞は腫瘍周囲脳構造に浸潤し、避けられない再発を引き起こす。
生検・切除の危険領域である腫瘍周辺領域における浸潤性異種性の定量的評価は, 臨床的意思決定に重要である。
腫瘍周辺領域における浸潤性不均一性を特徴付ける以前の研究は、様々な画像的特徴を用いたが、細胞外自由水移動制限に関する情報は限定的に検討されている。
ここでは,拡散テンソルイメージング (dti) を用いた自由水体積分画地図を用いて,腫瘍浸潤の多様性を捉えたユニークな人工知能(ai)ベースのマーカーを導出し,腫瘍周辺領域における自由水移動制限を特徴付ける。
新たなvoxel-wise deep learning-based peritumoral microenvironment index(pmi)を,腫瘍周囲組織に浸潤しない領域としてグリオブラスト腫と脳転移の広範な水拡散特性を利用して抽出した。
均一に高いPMI値のロコリージョンハブの記述的特徴をAIベースのマーカーとして抽出し、侵入的不均一性の異なる側面を捉える。
提案マーカーは, 成人型びまん性グリオーマ (CNS WHO grade 4) の2種類の臨床症例に適用し, Isocitrate-Dehydrogenase 1 (IDH1)-wildtypeの生存期間とIDH1変異体との相違について検討した。
以上より, 腫瘍周囲における組織的異質性の基礎的生物学的知見を捉え, 生存と分子階層化に関連する予後のバイオマーカーとして確立し, 臨床的意思決定に応用できる可能性が示唆された浸潤のサーロゲートとしてのマーカーのパネルを提供する。
関連論文リスト
- BraTS-Path Challenge: Assessing Heterogeneous Histopathologic Brain Tumor Sub-regions [29.940537460789688]
グリオ芽腫は、最も一般的な成人脳腫瘍であり、グリム予後を呈する。
BraTS-Pathの課題は、組織的に準備された包括的なデータセットと、ディープラーニングモデルの開発と適切な比較を行うためのベンチマーク環境を提供することである。
論文 参考訳（メタデータ） (2024-05-17T16:02:21Z) - Deep Learning-based Prediction of Breast Cancer Tumor and Immune Phenotypes from Histopathology [3.9270231212340354]
各患者の腫瘍に対する腫瘍および免疫性表現型を再現的に測定する方法は広くは存在しない。
原発性乳癌のヘマトキシリンおよびエオシンスライドから10種類の生物学的関連経路の活性を評価するために,MILアルゴリズムを適用した。
訓練されたモデルでは,H&Eから細胞サブ集団の生物学的に関連する空間パターンを認識できる。
論文 参考訳（メタデータ） (2024-04-25T08:15:37Z) - Artificial-intelligence-based molecular classification of diffuse
gliomas using rapid, label-free optical imaging [59.79875531898648]
DeepGliomaは人工知能に基づく診断スクリーニングシステムである。
ディープグリオーマは、世界保健機関が成人型びまん性グリオーマ分類を定義するために使用する分子変化を予測することができる。
論文 参考訳（メタデータ） (2023-03-23T18:50:18Z) - fMRI from EEG is only Deep Learning away: the use of interpretable DL to
unravel EEG-fMRI relationships [68.8204255655161]
多チャンネル脳波データからいくつかの皮質下領域の活性を回復するための解釈可能な領域基底解を提案する。
我々は,皮質下核の血行動態信号の頭皮脳波予測の空間的・時間的パターンを復元する。
論文 参考訳（メタデータ） (2022-10-23T15:11:37Z) - A Pathologist-Informed Workflow for Classification of Prostate Glands in
Histopathology [62.997667081978825]
病理学者は、ガラススライド上の針生検の組織を調べて前立腺がんを診断し、診断する。
がんの重症度と転移リスクは、前立腺の組織と形態に基づくスコアであるGleason gradeによって決定される。
本稿では,病理学者のtextitmodus operandi に従って,個々の腺のマルチスケールパッチを分離・分類する自動ワークフローを提案する。
論文 参考訳（メタデータ） (2022-09-27T14:08:19Z) - Deep radiomic signature with immune cell markers predicts the survival
of glioma patients [8.386631203775533]
畳み込みニューラルネットワーク(CNN)から計算した新しい種類の深部放射線特徴量(DRF)を提案する。
提案手法は,MRIスキャンのラベル付き腫瘍領域内で,事前訓練した3D-CNNの活性化マップを集約することにより,合計180個のRFを抽出する。
その結果, DRFと各種マーカーとの間には高い相関がみられ, これらのマーカーに基づいて分類した患者間で有意差が認められた。
論文 参考訳（メタデータ） (2022-06-09T08:52:15Z) - Imaging-based histological features are predictive of MET alterations in
Non-Small Cell Lung Cancer [1.2885809002769635]
METはプロトオンコジーンであり、非小細胞肺癌の活性化は細胞増殖と腫瘍の進行を促進する。
細胞形態学的特徴とMET増幅およびMETエキソン14欠失との関連について検討した。
予測モデルはMETのワイルドタイプをMET増幅またはMETエキソン14の削除と区別することができる。
論文 参考訳（メタデータ） (2022-03-18T17:11:05Z) - Texture Characterization of Histopathologic Images Using Ecological
Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。
2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
論文 参考訳（メタデータ） (2022-02-27T02:19:09Z) - Learned super resolution ultrasound for improved breast lesion
characterization [52.77024349608834]
超高分解能超音波局在顕微鏡は毛細血管レベルでの微小血管のイメージングを可能にする。
この作業では、これらの課題に対処するために、信号構造を効果的に活用するディープニューラルネットワークアーキテクチャを使用します。
トレーニングしたネットワークを利用することで,従来のPSF知識を必要とせず,UCAの分離性も必要とせず,短時間で微小血管構造を復元する。
論文 参考訳（メタデータ） (2021-07-12T09:04:20Z) - G-MIND: An End-to-End Multimodal Imaging-Genetics Framework for
Biomarker Identification and Disease Classification [49.53651166356737]
診断によって誘導される画像データと遺伝データを統合し、解釈可能なバイオマーカーを提供する新しいディープニューラルネットワークアーキテクチャを提案する。
2つの機能的MRI(fMRI)パラダイムとSingle Nucleotide Polymorphism (SNP)データを含む統合失調症の集団研究で本モデルを評価した。
論文 参考訳（メタデータ） (2021-01-27T19:28:04Z) - Unsupervised learning for vascular heterogeneity assessment of
glioblastoma based on magnetic resonance imaging: The Hemodynamic Tissue
Signature [0.0]
本論文は血行動態組織シグナチャ(HTS)法の研究と開発に焦点を当てている。
HTSは、グリオ芽腫の血管異質性を記述するために生息地の概念に基づいている。
この論文で考案された方法、技術、原案はONCOANALYTICS CDXの基礎となった。
論文 参考訳（メタデータ） (2020-09-14T09:35:01Z)
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。