Feb, 2024
使用迁移学习预测胶质瘤的生存和分级
Survival and grade of the glioma prediction using transfer learning
Santiago Valbuena Rubio, María Teresa García-Ordás, Oscar García-Olalla Olivera, Héctor Alaiz-Moretón, Maria-Inmaculada González-Alonso...
TL;DR本研究介绍了一种新的方法,利用迁移学习技术准确检测和预测高度恶性脑胶质母细胞瘤的生存和分级。实验结果表明,该方法在生存预测方面达到 65% 的准确率,将患者分为短期、中期和长期生存三个类别;在肿瘤分级方面达到 97% 的准确率,可以准确区分低级别和高级别脑胶质母细胞瘤。迁移学习的有效性使得这种方法超越了现有的最先进方法,为改进脑胶质母细胞瘤患者的诊断和治疗方法提供了希望。