Nov, 2016

神经胶质母细胞瘤的临床结果预测：拓扑及功能数据分析应用

PDF
TL;DR本研究通过设计一种新颖的统计方法，利用磁共振成像（MRI）来评估侵袭性人脑癌 Glioblastoma multiforme (GBM) 患者的肿瘤，发现相较于其他肿瘤形状量化和常见分子检测，为预测 GBM 患者临床结果提供更好的预测准确性，因而证实了 SECT 在医学影像信息学中的应用价值。
glioblastoma multiformemedical imagingsmooth euler characteristic transformclinical outcomesmolecular assays
发现论文，激发创造
  • 利用磁共振成像和数据包含的机器学习算法量化胶质母细胞瘤的肿瘤内遗传异质性，以实现精准医学

    使用 MRI 和弱监督序数支持向量机 (WSO-SVM) 实现对脑胶质母细胞瘤患者肿瘤内部区域遗传改变的非侵入性预测，为个体化肿瘤治疗提供信息。

    Dec, 2023

  • 使用视觉 Transformer 集成的脑胶质母细胞瘤肿瘤分割

    针对脑癌中最具侵略性和最致命的类型之一，我们提出了一种新的方法，BRAINNET，利用 MaskFormer 和神经网络生成强大的脑肿瘤分割掩膜，该方法在 MRI 图像中获得了前所未有的高准确率。

    Nov, 2023

  • 多参数术前核磁共振影像对细胞母细胞瘤生存推断的治疗方向

    我们提出了一种治疗条件回归模型，利用术前磁共振扫描预测胶质母细胞瘤患者的生存时间。通过将治疗信息与磁共振扫描结合起来，我们的方法有效利用了所有治疗数据，并证明了将治疗注入到每个卷积层中的有效性。

    Feb, 2024

  • 用于脑肿瘤分割、进展评估和总体生存预测的最佳机器学习算法识别（BRATS 挑战）

    本研究评估了近年来机器学习方法在脑瘤 mpMRI 扫描方面的应用，主要集中在评估各种脑瘤子区域的分割、预测肿瘤进展和预测患者的总体存活率等方面，考虑到数据集的多样性和不断演化，同时探讨了针对每个任务的最佳机器学习算法的挑战。

    Nov, 2018

  • 个性化预测脑胶质母细胞瘤浸润：数学模型、物理启发神经网络和多模式扫描

    使用物理信息神经网络（Physics-Informed Neural Networks）来预测从医学 MRI 扫描中渗透性胶质母细胞瘤（Glioblastoma, GBM）的方法，以估计患者的特定参数，并在个性化 GBM 治疗的临床环境中展现了潜力。

    Nov, 2023

  • 2024 年脑肿瘤切分（BraTS）挑战：基于治疗后的 MRI 的胶质瘤切分

    成年人脑胶质瘤是最常见的恶性原发性脑肿瘤之一，对其治疗和监测存在许多挑战。基于最大的专家标注后治疗胶质瘤 MRI 数据集，2024 年脑肿瘤分割（BraTS）挑战将为自动化分割模型提供社区标准和基准，并通过标准化的性能指标评估模型，推动自动化 MRI 分割领域的进步，促进其融入临床实践，最终提高患者护理。

    May, 2024

  • Rio Hortega 大学医院 Glioblastoma 数据集：术前、术后早期及复发期 MRI 扫描的全面收集（RHUH-GBM）

    通过提供精确的分割肿瘤区域作为数据集，以便开发出术后和随访 MRI 扫描算法，RHUH-GBM 数据集显著促进了胶质母细胞瘤研究的发展，为研究胶质母细胞瘤复发模式、开发新的诊断和预后模型提供了宝贵的数据帮助，最终带来更加个性化、有效的治疗，并提高患者的预后。

    Apr, 2023

  • BraTS-Path 挑战赛：评估非均质组织病理性脑肿瘤亚区

    BrATs-Path 挑战的主要目标是为开发和公平比较能够识别具有不同组织学特征的肿瘤亚区的深度学习模型提供系统准备的完整数据集和基准环境，以进一步了解该疾病并以一致的方式协助诊断和分级。

    May, 2024

  • 基于深度神经网络的早期术后多模态 MRI 下脑胶质母细胞瘤分割

    本研究针对脑胶质母细胞瘤患者，在早期手术后磁共振图像中准确分割和分类残余肿瘤是估计切除范围的关键。通过针对该任务训练两个最先进的神经网络结构，并在欧洲和美国的 12 个医院的近 1000 名患者上进行广泛验证，该研究表明最佳性能可达到 61％的 Dice 分数，最佳分类性能为约 80％的平衡准确性，并且最佳模型的分割性能与人类专家医师相当。通过预测分割可将患者准确分类成残留肿瘤和完全切除两类。

    Apr, 2023

  • 针对胶质母细胞瘤患者的人工智能治疗方案

    本研究开发了一种基于人工智能技术的诊断解决方案，可自动分割脑肿瘤亚区并预测 MGMT 甲基化状态，以帮助医生进行更好的治疗规划并改善患者的生存率。

    Mar, 2022