PathoGen-X：用于组织病理图像生存预测的跨模态基因组特征转对齐网络
图像与视频处理
2024-11-04 v1 计算机视觉与模式识别
基因组学
组织与器官
摘要
准确的生存预测对于个性化癌症治疗至关重要。然而，基因组数据——通常比病理数据更强大的预测因子——成本高昂且难以获取。我们提出了用于组织病理图像生存预测的跨模态基因组特征转对齐网络（PathoGen-X）。它是一个深度学习框架，在训练过程中同时利用基因组和成像数据，在测试时仅依赖成像数据。PathoGen-X 采用基于Transformer的网络将图像特征对齐并转换到基因组特征空间，利用更强的基因组信号增强较弱的成像信号。与其他方法不同，PathoGen-X 在不将特征投影到共享潜在空间的情况下进行特征转换和对齐，并且需要更少的配对样本。在 TCGA-BRCA、TCGA-LUAD 和 TCGA-GBM 数据集上的评估表明，PathoGen-X 展现出强大的生存预测性能，强调了富集成像模型在可及癌症预后方面的潜力。
引用
@article{arxiv.2411.00749,
title = {PathoGen-X: A Cross-Modal Genomic Feature Trans-Align Network for Enhanced Survival Prediction from Histopathology Images},
author = {Akhila Krishna and Nikhil Cherian Kurian and Abhijeet Patil and Amruta Parulekar and Amit Sethi},
journal= {arXiv preprint arXiv:2411.00749},
year = {2024}
}