Oct, 2023
双通道卷积神经网络利用微傅里叶红外光谱成像来预测乳腺癌亚型及生物标志物水平:雌激素受体、孕激素受体、HER2 和 Ki67
Dual-path convolutional neural network using micro-FTIR imaging to predict breast cancer subtypes and biomarkers levels: estrogen receptor, progesterone receptor, HER2 and Ki67
Matheus del-Valle, Emerson Soares Bernardes, Denise Maria Zezell
TL;DR该研究使用基于傅立叶变换红外显微光谱和深度学习的二维模型 CaReNet-V2 进行乳腺癌的分类和生物标志物水平预测,通过对 60 个乳腺活检样本进行图像采集和处理,达到对乳腺癌分子亚型和生物标志物水平的准确预测,有望成为乳腺癌活检的筛查分析技术并帮助优先治疗患者。