基于卷积神经网络的乳腺癌分子分型预测研究

• 作者: 任湘 厉力华 张朋 范明
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 乳腺癌 分子分型 卷积神经网络 深度学习
• 年，卷（期）: 2018,（5）
• 页码范围: 66-71
• 页数: 6页
• 分类号: R318
• 语种: 中文
• DOI: 10.13954/j.cnki.hdu.2018.05.013

摘要

探索深度卷积神经网络在乳腺癌分子分型预测中的应用.回顾性分析171例术前、化疗前行免疫组化病理检查及动态增强磁共振DCR-M RI检查的乳腺癌患者.根据病例免疫组化检查结果将乳腺癌病例分为Luminal A,Luminal B,HER-2过表达和Basal-like 4种分子分型.考虑到样本类别数量及其平衡性,对Luminal B型与非Luminal B型(包括其他3种类型)进行研究.首先,根据医生标注的病灶信息从原始DCE-M RI影像中提取包含病灶的目标区域图像.然后,运用深度卷积神经网络对感兴趣区域进行卷积运算,通过训练获得分类模型.最后,对分类模型的预测结果进行分析.结果表明,通过深度卷积神经网络对乳腺癌分子分型预测的受试者的DCE-M RI影像进行分析,其工作特征曲线下面积最高值为0.697,有一定预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	厉力华	杭州电子科技大学生命信息与仪器工程学院	48	182	7.0	11.0
2	范明	杭州电子科技大学生命信息与仪器工程学院	14	36	3.0	5.0
3	张朋	杭州电子科技大学生命信息与仪器工程学院	3	4	1.0	1.0
4	任湘	杭州电子科技大学生命信息与仪器工程学院	1	1	1.0	1.0