大阪大學的研究人員開發(fā)了一種計算機方法，該方法使用磁共振成像 (MRI) 和機器學習來快速預測發(fā)生在大腦或脊柱中的膠質瘤腫瘤的基因突變。這項工作可能會幫助神經膠質瘤患者更快地接受更合適的治療，從而獲得更好的結果。該研究最近發(fā)表在《科學報告》上。
近年來，癌癥治療經歷了一場革命。由于認識到每個癌癥病例都是獨一無二的，因此現(xiàn)在對腫瘤細胞攜帶的特定基因突變進行測序，以發(fā)現(xiàn)哪種化療藥物最有效。然而，某些類型的癌癥，尤其是腦腫瘤，不太容易進行基因檢測。直到在手術期間采集樣本才能發(fā)現(xiàn)腫瘤的基因型，這會大大延遲治療。
神經膠質瘤是一種起源于大腦支持細胞的癌癥。兩種類型的突變特別重要;這些是異檸檬酸脫氫酶 (IDH) 或端粒酶 (TERT) 啟動子區(qū)域基因的變化。識別這些突變可以幫助指導正確的治療過程。研究人員開發(fā)了一種機器學習算法，可以僅使用腫瘤的 MR 圖像來預測存在哪些突變。
“機器學習越來越多地用于診斷醫(yī)學圖像。但我們的工作是第一個嘗試僅根據圖像數(shù)據將隱藏的東西分類為基因型的工作之一，”研究第一作者 Ryohei Fukuma 解釋道。與常規(guī)使用的 MR 圖像的放射組學特征(例如大小、形狀和強度)相比，該算法被發(fā)現(xiàn)在預測突變方面明顯更好。
為了構建算法，研究人員使用卷積神經網絡從 MR 圖像中提取特征。然后，他們使用一種稱為支持向量機的機器學習方法，根據是否存在突變將患者分組。“我們希望將這種方法擴展到其他類型的癌癥，這樣我們就可以利用已經收集到的大型癌癥基因數(shù)據庫，”資深作者 Haruhiko Kishima 說。
最終結果可以消除對手術組織取樣的需要。更重要的是，隨著提供個性化醫(yī)療的過程變得更容易和更快，它可以為患者帶來更好的臨床結果。
文章“使用卷積神經網絡從磁共振圖像預測低級別神經膠質瘤中的 IDH 和 TERT 啟動子突變”發(fā)表在Scientific Reports上。
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯(lián)系刪除！