能否利用深度学习模型从脑肿瘤 MRI 扫描预测 MGMT 启动子甲基化？
图像与视频处理
2022-03-01 v2 计算机视觉与模式识别
摘要
胶质母细胞瘤是一种常见于老年人的脑恶性肿瘤，几乎总是致死性的。若肿瘤中称为 MGMT 启动子的特定基因序列发生甲基化，则作为大多数癌症标准治疗的化疗效果可得以改善。然而，为确定 MGMT 启动子的状态，常规方法是进行活检以开展基因分析，这耗时耗力。最近几篇文献提出了 MGMT 启动子状态与肿瘤 MRI 扫描之间的关联，并因而建议为此目的使用深度学习模型。因此，本工作中我们使用最广泛的数据集之一 BraTS 2021，研究采用深度学习方案（包括 2D 和 3D CNN 模型及视觉 transformer）的效力。在对该模型性能进行透彻分析后，我们得出结论：MRI 扫描与 MGMT 启动子状态之间似乎不存在关联。
引用
@article{arxiv.2201.06086,
title = {Is it Possible to Predict MGMT Promoter Methylation from Brain Tumor MRI Scans using Deep Learning Models?},
author = {Numan Saeed and Shahad Hardan and Kudaibergen Abutalip and Mohammad Yaqub},
journal= {arXiv preprint arXiv:2201.06086},
year = {2022}
}