論文の概要: A New Method for the High-Precision Assessment of Tumor Changes in
Response to Treatment
- arxiv url: http://arxiv.org/abs/2209.03116v1
- Date: Wed, 7 Sep 2022 13:08:14 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-08 12:44:07.708809
- Title: A New Method for the High-Precision Assessment of Tumor Changes in
Response to Treatment
- Title（参考訳）: 治療反応における腫瘍変化の高精度評価法
- Authors: P. D. Tar, N. A. Thacker, J.P.B. O'Connor
- Abstract要約: リニア・ポアソン・モデリング (LPM) は放射線治療後72時間前における明らかな拡散係数の変化を評価する。
腫瘍は全例に有意な有意差を認め,4倍の上昇を認めた。
キセノグラフトを除去し, 品質管理を行い, 潜在的なアウトリーチを同定した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Imaging demonstrates that preclinical and human tumors are heterogeneous,
i.e. a single tumor can exhibit multiple regions that behave differently during
both normal development and also in response to treatment. The large variations
observed in control group tumors can obscure detection of significant
therapeutic effects due to the ambiguity in attributing causes of change. This
can hinder development of effective therapies due to limitations in
experimental design, rather than due to therapeutic failure. An improved method
to model biological variation and heterogeneity in imaging signals is
described. Specifically, Linear Poisson modelling (LPM) evaluates changes in
apparent diffusion co-efficient (ADC) before and 72 hours after radiotherapy,
in two xenograft models of colorectal cancer. The statistical significance of
measured changes are compared to those attainable using a conventional t-test
analysis on basic ADC distribution parameters. When LPMs were applied to
treated tumors, the LPMs detected highly significant changes. The analyses were
significant for all tumors, equating to a gain in power of 4 fold (i.e.
equivelent to having a sample size 16 times larger), compared with the
conventional approach. In contrast, highly significant changes are only
detected at a cohort level using t-tests, restricting their potential use
within personalised medicine and increasing the number of animals required
during testing. Furthermore, LPM enabled the relative volumes of responding and
non-responding tissue to be estimated for each xenograft model. Leave-one-out
analysis of the treated xenografts provided quality control and identified
potential outliers, raising confidence in LPM data at clinically relevant
sample sizes.
- Abstract（参考訳）: 画像は、前臨床腫瘍とヒト腫瘍が異種であることを示している。例えば、単一の腫瘍は正常な発達と治療に対する反応の両方において異なる行動を示す複数の領域を示すことができる。
コントロール群腫瘍で観察される大きな変異は,変化の原因の曖昧さによる重要な治療効果の発見を阻害する可能性がある。
これは、治療の失敗ではなく、実験設計の限界のために効果的な治療法の開発を妨げる可能性がある。
画像信号の生物学的変動と多様性をモデル化する改良手法について述べる。
特に,Linear Poisson modelling (LPM) は, 放射線治療前および72時間後に, 2種類の大腸癌異種移植モデルにおいて, 明らかな拡散係数(ADC)の変化を評価する。
測定された変化の統計的意義を従来のadc分布パラメータのtテスト解析を用いて比較した。
LPMが腫瘍治療に応用された際, LPMは極めて有意な変化を認めた。
その結果,従来の方法に比べて4倍のパワー(試料サイズが16倍大きい場合と同程度)が得られた。
対照的に、非常に大きな変化は、t-testsを用いてコホートレベルでのみ検出され、パーソナライズド医療における潜在的な使用を制限し、テストに必要な動物の数を増やす。
さらにLPMは, 各Xenograftモデルに対して, 反応および非応答組織の相対体積を推定可能とした。
キセノグラフトを抜去し, 品質管理を行い, 臨床検体サイズでのLPMデータの信頼性を高めた。
関連論文リスト
- Improving Breast Cancer Grade Prediction with Multiparametric MRI Created Using Optimized Synthetic Correlated Diffusion Imaging [71.91773485443125]
乳がん治療計画において、グレーディングは重要な役割を担っている。
現在の腫瘍グレード法では、患者から組織を抽出し、ストレス、不快感、医療費の上昇につながる。
本稿では,CDI$s$の最適化による乳癌の診断精度の向上について検討する。
論文 参考訳（メタデータ） (2024-05-13T15:48:26Z) - Using Multiparametric MRI with Optimized Synthetic Correlated Diffusion Imaging to Enhance Breast Cancer Pathologic Complete Response Prediction [71.91773485443125]
ネオアジュバント化学療法は乳癌の治療戦略として最近人気を集めている。
ネオアジュバント化学療法を推奨する現在のプロセスは、医療専門家の主観的評価に依存している。
本研究は, 乳癌の病理組織学的完全反応予測に最適化されたCDI$s$を応用することを検討した。
論文 参考訳（メタデータ） (2024-05-13T15:40:56Z) - Deep learning-based auto-segmentation of paraganglioma for growth monitoring [0.0]
no-new-UNnet (nUNet) を用いたディープラーニングセグメンテーションモデルに基づく腫瘍体積自動計測法を提案する。
高齢者耳鼻咽喉科医の視力検査と数種類の定量的指標を用いて, モデルの性能評価を行った。
生成したモデルと,腫瘍を時間とともに追跡するリンク手順を用いて,既知の成長関数の適合度に付加的な体積測定がどう影響するかを示す。
論文 参考訳（メタデータ） (2024-03-19T14:08:56Z) - Anatomy-informed Data Augmentation for Enhanced Prostate Cancer
Detection [1.6539563017720214]
本研究では,前立腺の生理的変形をシミュレートするために,隣接する臓器の情報を活用する新しい解剖情報変換法を提案する。
生検で確認した774検体を対象に, 増量の有効性を実証した。
論文 参考訳（メタデータ） (2023-09-07T11:46:59Z) - Federated Learning Enables Big Data for Rare Cancer Boundary Detection [98.5549882883963]
6大陸にわたる71の医療機関のデータを含む,これまでで最大のフェデレーテッドML研究の結果を報告する。
グリオ芽腫の稀な疾患に対する腫瘍境界自動検出装置を作製した。
当科では, 外科的に標的とした腫瘍の悪性度を高めるために, 33%の改善率を示し, 腫瘍全体に対する23%の改善率を示した。
論文 参考訳（メタデータ） (2022-04-22T17:27:00Z) - 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) - Controlling False Positive/Negative Rates for Deep-Learning-Based
Prostate Cancer Detection on Multiparametric MR images [58.85481248101611]
そこで本研究では,病変からスライスまでのマッピング機能に基づく,病変レベルのコスト感受性損失と付加的なスライスレベルの損失を組み込んだ新しいPCa検出ネットワークを提案する。
1) 病変レベルFNRを0.19から0.10に, 病変レベルFPRを1.03から0.66に減らした。
論文 参考訳（メタデータ） (2021-06-04T09:51:27Z) - Spectral-Spatial Recurrent-Convolutional Networks for In-Vivo
Hyperspectral Tumor Type Classification [49.32653090178743]
ハイパースペクトル画像とディープラーニングを用いたin-vivo腫瘍型分類の可能性を示した。
我々の最良のモデルは76.3%のAUCを達成し、従来の学習手法とディープラーニング手法を著しく上回っている。
論文 参考訳（メタデータ） (2020-07-02T12:00:53Z) - Harvesting, Detecting, and Characterizing Liver Lesions from Large-scale
Multi-phase CT Data via Deep Dynamic Texture Learning [24.633802585888812]
ダイナミックコントラストCT(Dynamic contrast Computed Tomography)のための完全自動多段階肝腫瘍評価フレームワークを提案する。
本システムでは, 腫瘍提案検出, 腫瘍採取, 原発部位の選択, 深部テクスチャに基づく腫瘍評価の4段階からなる。
論文 参考訳（メタデータ） (2020-06-28T19:55:34Z) - Can tumor location on pre-treatment MRI predict likelihood of
pseudo-progression versus tumor recurrence in Glioblastoma? A feasibility
study [1.9710567127450678]
術前Glioblastoma MRI 74例をPsPと腫瘍再発で検討した。
腫瘍再発例は頭頂葉に初発腫瘍を認めた。
PsP患者は前頭葉・側頭葉・内臓・腹膜に多発する腫瘍を認めた。
論文 参考訳（メタデータ） (2020-06-16T19:49:59Z)
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。