RadGenNets:肺癌における遺伝子突然変異予測のための深層学習ベースのラジオゲノミクスモデル【JST・京大機械翻訳】

Tripathi, S.; Augustin, A. I.; Moyer, E. J.; Zavalny, A.; Dheer, S.; Sukumaran, R.; Schwartz, D.; Gorski, B.; Dako, F.; Kim, E.

プレプリント

J-GLOBAL ID：202202212287096609 整理番号：22P0334492

RadGenNets:肺癌における遺伝子突然変異予測のための深層学習ベースのラジオゲノミクスモデル【JST・京大機械翻訳】

RadGenNets: Deep Learning-Based Radiogenomics Model For Gene Mutation Prediction In Lung Cancer

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (10件)： , , , , , , , , ,
資料名：
発行年： 2022年04月18日プレプリントサーバーでの情報更新日： 2022年04月18日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

AO_SCPLOWBSTRACTC_SCPLOWInは,非小細胞肺癌(NSCLC)患者における遺伝子変異の予測に使用できる著者らの方法論を提示する。NSCLC患者遺伝子構造が,上皮成長因子受容体(EGFR),Kirstenラット肉腫ウイルス(KRAS),および未分化リンパ腫キナーゼ(ALK)に変化できる3つの主要なタイプの遺伝子変異がある。CTスキャンと同様に,各患者の臨床およびゲノムデータを用いた。データの全てを前処理し,画像と表データの両方を統合するために新しいパイプラインを構築した。畳込みニューラルネットワークと高密度ニューラルネットワークの融合を用いた新しいパイプラインを構築した。また,探索手法を用いて,分離遺伝子突然変異を分類するための深層学習モデルのアンサンブルを取り上げた。これらのモデルは,他の間で,効率的なNets,SENet,およびResNeXt WSLを含む。著者らのモデルは,遺伝子突然変異を検出する際に94%の曲線下面積(AUC)スコアを達成した。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

呼吸器の腫よう , 腫ようの化学・生化学・病理学

, ,

前のページに戻る