生物ochemical前列腺癌复发预测：快速与缓慢思考
计算机视觉与模式识别
2024-09-05 v1 人工智能
摘要
前列腺癌患者在前列腺切除手术后的生物化学复发时间是评估手术疗效的关键指标。本文提出一种基于多实例学习（multiple instance learning）的“快速与缓慢思考”（thinking fast & slow）策略，用于预测复发时间（time to recurrence, TTR）。“快速思考”阶段识别生物化学复发最相关的组织学切片（WSI）区域；“缓慢思考”阶段利用更高分辨率的切片区域进行TTR预测。我们的方法在内部验证集上实现平均C指数（C-index, Ci）为0.733（θ=0.059），在LEOPARD挑战验证集上达到Ci=0.603。后验注意力可视化显示，最受关注的区域对TTR预测贡献最大。
引用
@article{arxiv.2409.02284,
title = {Biochemical Prostate Cancer Recurrence Prediction: Thinking Fast & Slow},
author = {Suhang You and Sanyukta Adap and Siddhesh Thakur and Bhakti Baheti and Spyridon Bakas},
journal= {arXiv preprint arXiv:2409.02284},
year = {2024}
}
备注
8 pages, 3 figures, methodology paper for LEOPRARD Challenge