文献

J-GLOBAL ID：202202258642656408   整理番号：22A0396598

補助臨床変数と不完全マルチモダリティデータによる癌予後解析のための関係を意識した共有表現学習【JST・京大機械翻訳】

Relation-Aware Shared Representation Learning for Cancer Prognosis Analysis With Auxiliary Clinical Variables and Incomplete Multi-Modality Data

著者 (5件)： Ning Zhenyuan (School of Biomedical Engineering, Southern Medical University, Guangzhou, China) ,  Du Denghui (School of Biomedical Engineering, Southern Medical University, Guangzhou, China) ,  Tu Chao (School of Biomedical Engineering, Southern Medical University, Guangzhou, China) ,  Feng Qianjin (School of Biomedical Engineering, Southern Medical University, Guangzhou, China) ,  Zhang Yu (School of Biomedical Engineering, Southern Medical University, Guangzhou, China)
資料名： IEEE Transactions on Medical Imaging  (IEEE Transactions on Medical Imaging)
巻： 41  号： 1  ページ： 186-198  発行年： 2022年 
JST資料番号： H0895A  ISSN： 0278-0062  CODEN： ITMID4  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： マルチモダリティデータ(例えば,組織病理学的画像およびゲノムデータ)に含まれる相補的表現型情報の統合的分析は,癌の予後評価を進めている。しかし,マルチモダリティベースの予後解析は2つの課題に直面している。(1)コンパクトで識別的なマルチモダリティ表現を学習するための異なるモダリティデータに内在する基礎となる関係を探索する方法;(2)完全なマルチモーダルデータのホストが必ずしも利用できないので,正確でロバストな予測モデルを構築するための不完全なマルチモダリティデータを完全に考慮する方法。さらに,多くの既存のマルチモダリティベースの予測方法は,関連する臨床変数(例えば,グレードとステージ)を一般的に無視し,しかしながら,モデルの性能を促進するために補足的な情報を提供する可能性がある。本論文では,臨床情報と不完全なマルチモダリティデータを完全に利用する癌の予後解析のための関係意識共有表現学習法を提案した。提案方法は,二重マッピングによって,予測モデルのために調整したマルチモーダル共有空間を学習する。共有空間内では,識別表現を誘導するためのマルチモダリティデータ間の潜在的関係(即ち,特徴ラベルと特徴関係)を探索するために,また,過剰適合を緩和するための余分なスパース性を同時に取得するために,関係正則化器と等しい。さらに,それは,メロレート性能に動的係数を有する複数の補助臨床属性を回帰し,組み入れる。さらに,訓練段階において,部分的マッピング戦略を採用して,不完全なマルチモダリティデータを有するより信頼できるモデルを拡張して訓練した。著者らは,Cancer Genome Atlas(TCGA)プロジェクトから導出された3つの公開データセットに関して,著者らの方法を評価し,そして,実験結果は,提案方法の優れた性能を示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  表現型 ,  *予後 ,  多モード ,  正則化 ,  ロバスト性 ,  予測モデル
準シソーラス用語： *モダリティ ,  スパース性 ,  *マルチモダリティ , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (9件)： 臨床 ,  変数 ,  マルチモダリティ ,  癌 ,  予後 ,  解析 ,  意識 ,  共有 ,  表現学習