MYCN基因扩增与神经母细胞瘤患者CT扫描相关性的初步研究
图像与视频处理
2022-05-24 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
神经母细胞瘤是婴幼儿最常见的癌症之一，该病的初期诊断较为困难。目前，MYCN基因扩增（MNA）状态通过肿瘤样本的侵入性病理检查来检测。这耗时较长，并可能对儿童产生隐性影响。为解决此问题，我们采用多种机器学习（ML）算法来预测MYCN基因扩增的存在与否。数据集由23名神经母细胞瘤患者的回顾性CT图像组成。与以往工作不同，我们开发的算法无需耗时不菲且不实用的手动分割原发肿瘤。相反，我们仅需由受过亚专科训练的小儿放射科医生给出的中心点坐标和肿瘤切片数量。具体而言，基于CNN的方法使用预训练卷积神经网络，基于放射组学的方法提取放射组学特征。我们的结果表明基于CNN的方法优于基于放射组学的方法。
引用
@article{arxiv.2205.10619,
title = {A Pilot Study of Relating MYCN-Gene Amplification with Neuroblastoma-Patient CT Scans},
author = {Zihan Zhang and Xiang Xiang and Xuehua Peng and Jianbo Shao},
journal= {arXiv preprint arXiv:2205.10619},
year = {2022}
}