基于CT/PET双模态的非小细胞肺癌EGFR基因突变预测方法研究

来源 :西北大学 | 被引量 : 0次 | 上传用户:wuchen112
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
肺癌作为一种恶性肿瘤,它逐渐侵蚀着人类的身体健康,为人类的生存带来巨大威胁。在我国,其每年导致的发病人数和死亡人数都位列第一,而肺癌中的非小细胞肺癌(Non-small Cell Lung Cancer,NSCLC)的发病率则达到了肺癌总发病数的八成以上。基于非小细胞肺癌驱动基因的靶向药物,由于其疗效可靠、副作用轻微,已成为最受关注的治疗方法之一。在驱动基因中,表皮生长因子受体(Epidermal Growth Factor Receptor,EGFR)是目前突变率最高的靶基因,也是为了治疗非小细胞肺癌而使用的最为频繁的靶基因之一。只有对EGFR基因突变敏感的人才能受益于其靶向药物。因此EGFR基因检测的突变状态已成为临床应用靶向药物的先决条件,突变检测的结果尤其重要。本文拟通过使用深度学习方法,由患者的计算机断层扫描(Computed Tomography,CT)与正电子放射断层扫描(Positron Emission computed Tomography,PET)影像无创且自动地预测出患者EGFR基因的突变状态。本文所做的研究工作主要围绕以下两部分展开:由于现阶段关于非小细胞肺癌EGFR基因突变状态的深度学习预测方法相关研究数量并不充足,且其都是使用患者CT单模态图像数据作为网络的输入。因此本文提出了一种改进Res Net的双模态非小细胞肺癌EGFR基因突变预测方法。该方法通过改进有监督Res Net-50网络,在非小细胞肺癌EGFR基因突变数据集上,同时使用患者的CT与PET双模态图像数据作为神经网络的输入,并融合患者临床信息特征帮助网络进行EGFR基因突变状况预测。实验结果表明,该方法可以准确地得到EGFR基因突变状况预测结果,展示了其在帮助临床决策方面的可行性。目前关于非小细胞肺癌EGFR基因突变状态的深度学习预测方法相关研究大多基于有监督学习方法,这种方法依赖于大量的专家手工标注数据集。然而在实际情况下,专家手工标注数据将花费非常多的人力与物力,导致医学临床领域得不到充足数量的有标注数据集支持有监督学习。针对这一问题,本文提出了一种改进BYOL的双模态非小细胞肺癌EGFR基因突变状态预测方法。该方法对自监督BYOL网络进行改进,增加了网络投影层非线性多层感知器的层数,并将患者CT和PET双模态图像数据融合作为网络的输入,在不需要大量已标注患者医学影像数据集的情况下,对阴性、阳性病例进行预测。实验结果表明,本文提出的改进BYOL网络仅需要使用少量已标注的患者数据便可得到比部分传统有监督方法更准确的检测结果,展示了其帮助临床决策的潜力。
其他文献
随着计算机及其相关技术的发展,如何将数字化与文物研究更好地结合是很多研究者关注的热点问题。工业CT技术能够在不损伤文物的前提下得到文物的内部信息,通过这些信息可以实现文物的三维建模。基于CT断层图像进行三维建模的常用方法是面绘制算法和体绘制算法。本文主要基于面绘制的切片级重建算法展开研究,从轮廓对应、轮廓分支和轮廓拼接三个方面展开讨论。针对轮廓对应和分支存在多义性与不确定性问题以及轮廓拼接存在准确
学位
2020年初突然爆发的新冠肺炎严重影响了全球人民的正常生活。至今新冠疫情仍然不断反复,是21世纪以来人来面临的最大公共卫生危机事件。随着互联网技术的发展,在疫情防控的过程中新闻媒体起到的作用受到了专业人士的肯定。新闻传播在稳定民众情绪,引导正确的舆论导向以及帮助维持社会秩序上起到了重要的作用。目前有关新冠肺炎相关新闻的研究还处于初级阶段,主要研究都是通过新闻学的视角来研究媒体舆论导向以及新冠肺炎对
学位
“双循环”新发展格局于2020年5月中央政治局常委会会议首次被提出,引发学者热议。但当前学术界的研究主要集中于理论层面,需要更多的实证分析来对其进行验证。本文从内外需求的视角出发,对“双循环”新发展格局的相关概念进行了阐述及定义;然后基于全球价值链的GDP分解方法,结合本文对内外循环的定义建立新的模型,将一国的GDP分解为消费内循环增加值、投资内循环增加值、简单外循环增加值与复杂外循环增加值两大类
学位
随着计算机技术的不断发展,机器感知与人类认知也愈发趋于统一。在此背景下,传统的二维数据模型因已无法满足在计算机中对三维世界进行表达的需求,逐渐被三维数据模型所取代。在众多三维数字化模型中,由于点云模型具有易采集、几何特征丰富等特点,使其发展成为三维模型处理中一种极其重要的数据载体。然而,由于点云模型中各样本点的无序分布和缺少潜在的拓扑连接关系,使得点云模型的后续处理工作变得十分复杂,因此对三维点云
学位
随着智能手机等便携式GPS设备的普及,高效地收集包含丰富时空信息的旅客GPS数据成为可能。对大量的旅客GPS数据进行轨迹挖掘,一方面有助于管理部门理解城市旅客的出行模式,为交通调度、城市规划等宏观政策提供支持;另一方面,也能够帮助描绘旅客画像,服务于基于位置的广告推荐、旅客目的地预测等任务。本文针对GPS轨迹挖掘中的旅客轨迹分段、交通模式识别和目的地预测三个关键问题展开研究。主要贡献如下:(1)提
学位
金丝猴面部识别是金丝猴行为识别研究的重要前提,但基于金丝猴面部特征的个体身份识别面临诸多挑战,包括:不同金丝猴个体面部特征的相似性大以及新个体身份难以准确标记和识别等。为此,本文提出了分级集成网络(Hierarchical Ensemble Networks,HE-Nets)以及基于孪生网络和深度特征聚类算法的自监督新个体识别算法(Self-supervised New Individual Re
学位
随着自然语言处理技术(NLP)的发展与计算性能的提升,计算机对人类自然语言的分析、处理能力在近年来得到了飞速发展。情感分析作为NLP领域的一个重要任务,从20世纪开始就有学者进行研究。所谓情感分析任务,就是对于给定自然语言文本,使用自然语言处理方法对其进行情感语义挖掘,包括情感分类、情感打分、意图识别。早期的情感分析任务,一般是以句子或篇章为单位的粗粒度情感分析,然而随着研究的深入,人们认识到,一
学位
证券投资基金已经有着150多年的历史,对于国外来说已经有着较为稳定的基金市场,以及与基金相关的伴生产业。而我国基金发展于上个世纪90年代,经历了4个阶段,虽然已经进入了稳步发展阶段,但是却并没有较为完整的基金评级体系。随着我国经济和人们生活水平的日益提高,不断的投资者涌入基金行业当中,暴露出了其中问题。投资者并没有着较多的金融知识,在投资过程中资源无法较好的利用。因此提出新的行之有效、简单明了的基
学位
互联网行业在我国蓬勃发展,与各行各业深度融合。如今,我国开启了向第二个百年奋斗目标进军的第一个五年,要坚定不移实施网络强国战略和“互联网+”行动计划,大力发展数字经济。而城市互联网行业的发展,促进了城市间技术、人才的交流,城市互联网在空间上的关联越发紧密。在影响城市互联网行业发展的影响因素中,人力资源发挥着核心支撑作用。优秀的人力资源有助于提高经济效益,建立和完善现代企业制度。可以说,人才是互联网
学位
客户细分工作在保持存量客户,发掘潜在用户以及差异化营销方面发挥着重要的作用,不断变化的客群特征要求客户细分需要有较强的时效性,要求管理人员动态调整客群划分,这需要快速和准确的划分策略予以支持。随着数字经济的发展,互联网企业积累了大量的数据资源,应用大数据和机器学习方法开展客户细分及购买倾向预测工作,并取得了显著的效果。但是海量和快速更新的数据,使得静态数据挖掘算法的训练产生了巨大的计算和储存空间开
学位