Aug, 2024

深度学习：一种启发式三阶段机制用于网格搜索，优化基于电子健康记录的乳腺癌转移未来风险预测

HTML
PDF
TL;DR本研究针对网格搜索在时间管理上的挑战，提出了一种启发式三阶段机制，以优化低预算网格搜索的运行时间。研究结果表明，通过实施该机制和甜点网格搜索（SSGS）以及随机网格搜索（RGS）策略，乳腺癌转移的风险预测性能显著提升，5年、10年和15年的风险预测分别提高了18.6%、16.3%和17.3%。
发现论文，激发创造
  • 神经网络可扩展的离散时间生存模型

    本文介绍了一种名为 Nnet-survival 的离散时间生存模型，适用于神经网络在医学预测任务中的应用。该模型由 Keras深度学习框架实现，具有灵活性，能够根据随访时间的不同变化基线风险和输入数据对危险概率的影响。在模拟和实际数据集上的表现优于 Cox-nnet 和 Deepsurv 等已有模型。

    May, 2018

  • 深度神经网络改善放射科医生乳腺癌筛查的表现

    本文提出了一个基于深度卷积神经网络的乳腺癌筛查检查分类方法，并在超过200,000个检查（超过1,000,000张图像）上进行了训练和评估。该网络在筛查人群中预测乳腺癌的AUC为0.895，其高准确度的原因是采用了两阶段训练程序，并通过可靠的读者研究验证了准确性。最后，研究发现由我们的神经网络预测恶性概率与放射科医生的预测平均值相结合会更加准确。

    Mar, 2019

  • 利用组织病理学图像基于深度学习的多种癌症生存预测

    通过开发深度学习系统，在多种癌症类型中利用组织病理图像预测疾病特异性生存，为癌症治疗和监测提供重要的预后信息。

    Dec, 2019

  • 深度前馈神经网络癌转移预测模型过拟合的实证研究

    本研究使用电子病历数据集探讨关于深度前馈神经网络预测模型中过拟合现象。通过改变深度FNNs模型的11个超参数的不同值，研究了每个超参数对于预测性能和过拟合的影响，发现学习率、decay和batchsize对过拟合和预测性能的影响更显著。

    Aug, 2022

  • 深度神经网络改进乳腺癌多基因风险评分的估计

    通过比较计算模型，本研究发现深度神经网络(DNN)在估计乳腺癌多基因风险评分(PRS)方面胜过其他机器学习技术和统计算法，包括BLUP、BayesA和LDpred。DNN能够将案例人群分为高基因风险和正常基因风险两个亚群，并准确预测疾病风险，其中DNN在50%患病率测试样本中实现了18.8%的召回率和90%的精确度，可推广至12%患病率的一般人群中的20%精确度下达到65.4%的召回率。此外，通过DNN模型的解释还发现了在关联研究中被赋予不显著p值的重要变异体，这些变异体可能通过非线性关系与表型相关联。

    Jul, 2023

  • 资源有限的自动Ki67指数估计在乳腺癌中

    通过使用肿瘤浸润淋巴细胞（TILs）和核蛋白Ki67作为预测因子，我们提出了一种资源消耗感知的深度神经网络方法，用于在乳腺癌筛查中有效估计Ki67阳性细胞的百分比，并且在减少计算资源需求的同时保持了较高的准确率。

    Dec, 2023

  • BioFusionNet: 通过多特征和多模态数据融合的基于深度学习的ER+乳腺癌生存风险分层

    利用深度学习和综合多模态特征集成方法，该研究提出了一种能够准确进行生存风险分层和乳腺癌患者个性化治疗决策的方法，并应用于ER+乳腺癌病人，取得了优于现有方法的预测性能，同时解决了处理不平衡数据的重要问题。

    Feb, 2024

  • 利用放射学特征和机器学习算法预测脑转移瘤MRI数据中的原发肿瘤

    使用放射组学特征和机器学习预测脑转移瘤的原发肿瘤部位，并展示了放射组学和机器学习在提高诊断准确性和个体化治疗规划方面的潜力。

    Jul, 2024

  • 深度学习：一种用于优化乳腺癌转移未来风险预测的启发式三阶段网格搜索机制

    本研究针对网格搜索在时间管理上的挑战，提出了一种启发式三阶段机制，以优化乳腺癌转移风险预测的深度学习模型。通过实施甜点网格搜索和随机网格搜索策略，该机制显著提高了模型预测性能，提升了5年、10年和15年乳腺癌转移风险的预测能力，分别提高了18.6%、16.3%和17.3%。

    Aug, 2024

  • 深度学习预测晚发型乳腺癌转移：针对深度前馈神经网络的单一超参数网格搜索（SHGS）策略的元调优

    本研究针对机器学习在乳腺癌转移预测中的应用有限性，提出了一种单一超参数网格搜索（SHGS）策略，以提高深度前馈神经网络（DFNN）模型的超参数优化效率。实验结果表明，超参数的最佳值依赖于数据集，且受到其他超参数设置的显著影响，这为实施低预算的网格搜索提供了有益的经验和基础。

    Aug, 2024