基于组织病理图像特征与分子测量的癌症预后建模比较
应用统计
2020-06-09 v1 图像与视频处理
定量方法
摘要
对绝大多数乃至所有癌症而言，预后都具有重要意义，并已开展了大量建模研究。鉴于癌症的遗传本质，在过去二十年中，多种类型的分子数据（如基因表达和 DNA 突变）已被探索。最近，活检中常规收集的组织病理图像数据已被证明对预后建模具有信息量。在本研究中，我们以 TCGA LUAD 和 LUSC 数据为例，考察并比较了使用基因表达与组织病理图像特征建模肺癌总生存的情况。我们采用高维正则化方法进行估计与选择。分析表明基因表达的预后性能略优。此外，发现大多数基因表达与图像特征呈弱相关。期望本研究能为在癌症预后建模中利用这两类重要数据以及肺癌总生存提供一些见解。
引用
@article{arxiv.2006.03702,
title = {Histopathological imaging features- versus molecular measurements-based cancer prognosis modeling},
author = {Sanguo Zhang and Yu Fan and Tingyan Zhong and Shuangge Ma},
journal= {arXiv preprint arXiv:2006.03702},
year = {2020}
}