- 博客(86)
- 收藏
- 关注
RSS订阅原创 AI&三级淋巴结构·预测癌症预后和免疫疗法反应
这篇文章是关于使用深度学习技术来分析组织学中的三级淋巴结构（Tertiary Lymphoid Structures, TLS），并预测癌症预后和免疫疗法反应的研究。研究团队创建了一个包含匹配的多重免疫组化（mIHC）染色和H&E全切片图像（WSIs）的数据集，并开发了一个深度学习模型，用于自动分割TLS。该模型在内部测试集上达到了0.91的Dice系数和0.819的交并比（IoU），在外部验证集上分别达到了0.866的Dice系数和0.787的IoU。研究还发现，TLS比例。
2024-05-24 12:17:43
590
原创 【医学AI顶刊·05-23解读】癌症免疫新视角：三级淋巴结(TLS) 作为预后生物标志物的潜力与挑战
这篇文章是关于三级淋巴结构（Tertiary Lymphoid Structures, TLS）在肿瘤免疫中的作用和其在临床应用中的前景的综述。文章首先介绍了TLS的基本概念，它们是类似二级淋巴器官（Secondary Lymphoid Organs, SLOs）的免疫细胞群聚体，具有相似的功能。TLS在大多数癌症类型中通常与抗肿瘤免疫反应相关，但有时也表现为促肿瘤免疫反应。TLS功能的异质性主要由肿瘤浸润性淋巴细胞。
2024-05-23 10:26:32
598
原创 【医学AI顶刊·05-22速递】探索癌症预后的新方向：AI与三级淋巴结的结合
这篇文章是关于三级淋巴结构（Tertiary Lymphoid Structures, TLS）在肿瘤免疫中的作用和其在临床应用中的前景的综述。文章首先介绍了TLS的基本概念，它们是类似二级淋巴器官（Secondary Lymphoid Organs, SLOs）的免疫细胞群聚体，具有相似的功能。TLS在大多数癌症类型中通常与抗肿瘤免疫反应相关，但有时也表现为促肿瘤免疫反应。TLS功能的异质性主要由肿瘤浸润性淋巴细胞。
2024-05-22 10:47:03
1102
原创 AI助力揭示鼻咽癌免疫微环境新视角：数字TILs评分如何改变治疗决策？
间质肿瘤细胞和间质TIL**。图2这两种类型的肿瘤细胞核和TIL在图1中有所展示。通过测量肿瘤细胞核和TIL的数量及其相应簇的面积，我们生成了12个数字TIL特征。我们称这组特征为**数字NPC-TILs**。数字NPC-TIL特征及其公式的完整列表可以在表S1中看到。此外，我们还研究了NPC生存率中的肿瘤形态学。我们**从簇区域内的肿瘤细胞核计算了9个形态学特征。
2024-05-21 20:28:20
771
原创 【医学AI顶刊·05-21速递】单细胞｜免疫分析｜肠道菌群｜主流算法性能比较｜GPT4辅助论文撰写
这篇文章是关于单细胞数据分析的未来发展，特别是使用参考图谱映射技术的快速自动化分析。文章由Mohammad Lotfollahi、Yuhan Hao、Fabian J. Theis和Rahul Satija撰写，发表在《Cell》上。随着单细胞数据集的快速增长，将新数据映射到经过良好整理的参考图谱上的工作流程，为生物学界提供了巨大的应用前景。
2024-05-21 08:24:05
1002
原创 Nature Medicine·DEPLOY模型：从病理学图像直接预测DNA甲基化，破解CNS肿瘤诊断难题！
这篇文章是关于在乳腺组织病理图像中自动检测有丝分裂细胞的研究。作者提出了一种新颖的弱监督下的有丝分裂检测模型，该模型由一个候选提议网络和一个验证网络组成。候选提议网络基于图像块学习，目的是将有丝分裂细胞及其模拟物与背景分离，从而显著减少筛选过程中的漏检。然后，这些候选结果被送入验证网络进行有丝分裂细化。双阶段有丝分裂检测模型的整体流程，包括两个主要部分：候选提议网络和验证网络。候选提议网络 (Candidate Proposal Network)这个网络的目的是筛选出可能的有丝分裂细胞目标。
2024-05-20 11:03:09
928
原创 医学AI文献速递｜当AI遇见生物传感器：如何通过尿液检测乳腺癌药物效果
这篇文章讨论了人工智能（AI）在预测儿童溃疡性结肠炎（UC）治疗反应方面的应用。儿童UC的发病率在全球范围内呈上升趋势，通常表现为广泛的结肠炎，比成人患者更具侵略性，并且急性严重结肠炎和结肠切除的风险更高。因此，预测疾病进程尤为重要，但由于对初始治疗的反应不可预测以及UC的异质性，这仍然是一个挑战。文章强调了为儿童UC患者量身定制个性化治疗方法的重要性，这在目前尚未得到满足。文章提到，组织学缓解被认为是UC治疗的一个目标，与长期有利的结果相关。
2024-05-18 09:09:12
1058
原创 AI&免疫治疗速览｜当PD-L1失效时，AI&肿瘤浸润性淋巴细胞成为NSCLC患者的新希望；超越抗原依赖：AI预测个性化T细胞受体，加速肿瘤免疫治疗进程
这篇文章是关于膀胱癌中免疫细胞的定量和空间关系及其预后影响的研究。膀胱癌在全球是第十种最常见的恶性肿瘤。研究目标是表征膀胱癌中不同免疫细胞亚群的空间相互作用及其预后角色。研究包括2463例尿路上皮膀胱癌病例，使用BLEACH&STAIN多重荧光免疫组化技术进行染色，并利用神经网络框架进行图像分析。识别了300多种不同的免疫细胞亚群，并表征了它们的空间关系，得出了多种空间相互作用模式。在单变量分析中，39个免疫参数显示出预后意义，其中16个与肌肉浸润性膀胱癌中的pT、pN和组织学分级独立。
2024-05-17 07:53:33
968
原创 肿瘤免疫治疗的突破：AI如何超越传统病理学预测疗效？
免疫检查点封锁（ICB）显著改善了黑色素瘤和肺癌患者的临床结果，但只有一小部分患者能从ICB中受益。深度学习已成功应用于辅助临床诊断。研究中，190张黑色素瘤的H&E（苏木精-伊红）染色切片被分割成256×256像素的小块，用作卷积神经网络（CNN）的训练集。另外收集了54张黑色素瘤和55张肺癌的H&E切片作为独立测试集。在54个黑色素瘤测试样本中，实现了0.778的AUC（95% CI: 63.8%-90.5%），其中15个（65.2%）应答者和23个（74.2%）非应答者被正确分类。在。
2024-05-16 11:40:29
391
原创 医学AI最新研究·哈佛医学院·告别切片局限：3D病理如何革新癌症预后
这篇文章是一项发表在《柳叶刀·肿瘤学》（）上的多方法分析研究，探讨了年龄对子宫内膜癌女性患者肿瘤学结果的预后影响和因果关系。研究使用了来自三个大型随机试验（PORTEC-1、PORTEC-2和PORTEC-3）的1801名女性的数据分析，包括中风险、高中间风险和高风险子宫内膜癌患者。研究目的是要解决老年女性是否因年龄本身而具有更高的复发风险和癌症相关死亡风险，还是由于随着年龄增长其他风险因素变得更加普遍的问题。研究方法包括统计分析和因果推断，使用了一种称为AutoCI的深度学习因果推断模型。
2024-05-15 22:59:29
1078
原创 免疫治疗预测新突破：AI精准预测黑色素瘤患者反应
实验设计研究包括了121名在NYU接受治疗的患者作为训练队列，以及30名在范德比尔特大学接受治疗的患者作为独立验证队列。构建了一个多变量分类器——研究中开发了两个深度卷积神经网络（DCNN）分类器，分别称为和。DCNN为每个患者幻灯片上的每个感兴趣类别生成了一个概率值。通过单变量和多变量逻辑回归分析，结合了神经网络输出和传统临床特征来预测NYU训练队列的治疗结果。该分类器结合了神经网络预测和临床数据。通过生成ROC曲线并使用最优阈值将患者分层为高风险和低风险组，使用Kaplan-Meier曲线。
2024-05-15 20:38:20
499
原创 面对AI，神经病理学家准备好了吗？系统性回顾揭示未来方向
该文献介绍了一种策略——将 2D 和 3D 深度学习模型结合在联邦学习框架中，以准确分割医学图像中的肝脏和肿瘤区域，以检测肝细胞癌 （HCC）。该研究展示了与其他模型相比，所提出的Hybrid-ResUNet 模型的效率和准确性，显示Dice 分数为 0.9433，AUC为 0.9965。联邦学习的使用允许进行大规模的临床试验，同时维护患者隐私，解决数据不平衡问题，并展示本地模型的强大性能。该文献强调了改进联邦学习算法并将其纳入人工智能系统持续实施过程的重要性。该研究的主要贡献包括开发先进的。
2024-05-15 10:23:40
920
原创 R语言绘制生存分析曲线·从概念到实战的保姆级教程
生存分析 (survival analysis) 是一种分析数据的术语，该数据以时间为形式，用于描述从定义明确的时间起点 (time origin) 到某个特定事件或终点的发生。在医学研究中，时间起点通常对应于将个体招募到实验研究中，例如比较两种或多种治疗的临床试验。这又可能与特定疾病的诊断、治疗方案的开始或某些不良事件的发生相吻合。如果终点是患者的死亡，那么得出的数据就是实际的生存时间。然而，当终点不是致命的，例如疼痛减轻或症状复发时，也可以获得类似形式的数据。为了帮助大家更好的理解这一块的内容，小罗特意
2024-05-12 15:03:01
1398
原创 精准医疗的突破：AI如何为癌症患者找到合适的免疫治疗方案？
本系统回顾证实了AI在发现各种癌症中ICI疗效的预测性生物标志物方面的日益增长的应用，这种方法可以扩展到其他领域，如化疗或靶向治疗的效率。AI方法提供了从复杂数据中获得的新见解，但基于AI的“软件生物标志物”的发展受到回顾性数据集、多样的AI方法和不透明的决策过程的限制。尽管这些研究提供了一些假设生成性的见解，但直接临床实施受到限制。为了创建可解释和负责任的AI工具，需要进行大规模的前瞻性验证研究。这样的工具对于IO至关重要，其中需要新的元生物标志物来预测反应。
2024-05-11 16:18:44
670
原创 AI解码癌症：如何用多模态数据重塑患者未来
本次推文分享的文献是发表在上的《该文献讨论了在癌症研究中的重要性，以推动基因组学和标准分子技术之外的精准肿瘤学。它强调了聚合和分析来自各种诊断模式的互补数字资产以发现多模式预后特征的潜力。文献要点归纳如下。
2024-05-11 11:25:24
941
原创 清华张学工团队综述·肺癌影像组学的应用与挑战
在本综述中，我们总结了放射组学研究的最新进展。放射组学在肺癌诊断方面具有巨大潜力，尽管目前大多数放射组学研究尚未应用于现实世界的临床决策。除了提高预测性能外，未来的基于人工智能的放射组学应整合更多关于肿瘤的生物信息，以为临床医生和患者提供可解释性。还需要临床试验来验证这些放射组学发现。基于所有这些方法，我们相信放射组学将朝着常规临床实践迈进，并在未来促进精准医学的发展。
2024-05-10 17:29:49
940
原创 肺癌治疗新视角：放射组学与SBRT反应的关联
随着精准医学的发展，肿瘤学中的预后预测模型变得更加精确。大多数肿瘤在基因表达、相关间质和血管方面高度异质，这对预后有着深远的影响[16]。这种异质性不仅存在于个体间，也存在于同一患者不同病变之间以及同一病变不同区域之间，尤其是在转移性肿瘤中[17]。因此，临床特征可能无法完全捕捉肿瘤的异质性。放射组学的出现部分克服了这一局限，因为它可以提取临床上无法检测到的特征，以捕捉肿瘤内部的异质性和跨肿瘤的异质性[10]。因此，人们努力利用放射组学进行预后预测。
2024-05-10 10:17:58
1003
原创 肺癌寡转移SBRT治疗新视角：影像组学揭示完全反应的关键特征
此外，评估RECIST反应的内部和外部观察者不确定性可能导致整体反应的误分类。然而，据很好地报道，与其它部位相比，肺部病变的反应可重复性要高得多。最后，有限的病变队列不允许在独立的患者数据集上评估模型的性能。为了部分克服这一限制，我们进行了一个可靠的内部验证，采用了五折交叉验证过程。这是一种众所周知的重采样技术，用于评估基于有限数据样本的机器学习模型，即估计模型在训练模型时未使用的数据上进行预测的预期性能。另一方面，必须强调的是，交叉验证无法严格评估回顾性研究中的选择偏差，这可能导致预测性能的过高估计。
2024-05-09 20:07:32
1071
原创 一文带你掌握【医学AI】的套路
走过路过不要错过，欢迎观看小罗同学写的第一篇与专业研究领域相关的推广——关于医学影像组学人工智能应用的培训。由于是第一次接这种推广活动，所以我还是比较慎重的。因此，即便对方老师催了好几回，我也是等自己抽出时间完整的看完一节试讲课以后，才动手来写这篇推广。我选的是病理组学相关的内容，点进去以后会有进一步的细分方向，我选择的是弱监督相关的内容，具体包含的三部分如红框所示。这里直接给的完整思维导图，但是视频里会从头开始构建，这样也能确保你能看明白这个思维导图想说明什么具体的问题。
2024-04-22 18:49:42
662
原创 基于MRI的放射组学特征在局部复发鼻咽癌患者预后中的潜力
今天分享的文章是课题组前些天刚发表的文章——。老规矩，先给出本篇文章的概览，有兴趣的再看全文分析。这篇文章属于影像组学的范畴，与我研究的病理组学有些偏差，不过我一直都对多模态和多组学很感兴趣，所以这篇文章我也会仔细分析一下。对本篇文章或者医学人工智能交叉感兴趣的朋友，欢迎扫码与小罗交流。
2024-04-21 23:01:42
1214
原创 文献综述·人工智能在鼻咽癌治疗中的应用
10-32]然而，这仅影响文章的可读性和信息提取的便利性，不影响论文的内容和质量。综述认为，人工智能在鼻咽癌管理中的应用总体上产生了积极影响，随着人工智能算法的不断改进，人工智能有望成为临床中的常规应用。获取的医学图像有很多因素影响自动描绘的质量，包括肿瘤大小和形状的变化、图像分辨率、区域之间的对比度、噪声以及数据获取期间缺乏一致性，这些数据来自不同的机构。有越来越多的证据表明，人工智能（AI）可以在各种情况下应用，特别是在预后、诊断和自动描绘应用中作为支持工具，以及为患者提供更个性化的治疗计划方面。
2024-04-19 08:50:47
899
原创 近距离接触肿瘤患者后，我的健康观得到了重塑
由于自己研究的就是肿瘤相关的课题，我很清楚光从肉眼和问诊是无法准确得出结论的（除非已经非常严重了），所以我特意加了多项肿瘤的筛查。最难克服的问题，其实是熬夜，因为我习惯了晚睡（晚上效率高），所以没办法，我只能一点点把入睡时间前移。今天测心电图的时候，一测完我就跑去看结果，还好一切正常。但是，我真的不敢透支自己的身体了，不敢赌自己每次都有那么好的运气，不敢相信自己的免疫系统每次都能经受住考验。兴许是最近都没有休息好，导致自己鼻炎又犯了，开始出现鼻塞的症状，并且鼻腔感觉很干，，一碰就疼，还有少许血痂混合物。
2024-04-16 00:27:29
147
原创 雅思口语·广告的力量：塑造消费观念的幕后黑手
我还提到了随着时间的推移，我对广告的看法是如何变化的，但那个特定的广告仍然保留着我儿时的美好记忆。即使我长大成人，对广告变得更加批判，那则特别的广告仍然是一个美好的回忆，它让我想起了更简单的时光，那时我更容易被营销的魅力所打动。翻译：与我产生个人联系的广告往往是最有效的。我通过具体的例子来支持我的观点，并解释了为什么某些类型的广告会引发积极的反应，而其他类型的广告则可能产生不良影响。作答思路：在第一段，我引入了广告的背景信息，包括广告的产品类型和它吸引我的主要原因——有趣的旋律和生动的视觉效果。
2024-04-15 10:36:33
611
原创 你想过怎样的人生
考研期间一直有记录自己每天的日常，心情波动，以及学习时长。考研结束后这个习惯就被抛之脑后了，我检讨。为什么现在又要捡起来呢，是因为我这两天在看《曾国藩传》。书中提到了两个观点，我觉得具有借鉴意义。1、每天写日记是入圣之基，记日记最重要的是反省自己。2、曾国藩将日记写好后传阅于朋友，因为外力大于内力，事必有所逼有所激，才能有所成。当然了，小罗也不是喜欢照搬的人，不是看到书上说要写日记，然后就哐哐买日记本，买钢笔……然后写完后拍照挨个发给通讯录的好友看。
2024-04-14 20:55:54
938
原创 深入了解肿瘤治疗评价指标，为患者选择最佳治疗方案
对于大部分的患者和家属来说，通过记住各项指标的含义来理解药物说明书和药物临床试验的数据，进而判断抗癌药物的优劣，是非常重要与必要的。RECIST评价标准是肿瘤临床试验中评估治疗效果的重要工具，它帮助医生和研究人员了解患者对治疗的反应，从而指导治疗决策和临床研究的设计。监管机构通常要求药物研发者和医疗专业人员报告严重不良事件，并根据事件的严重程度和与药物治疗的潜在联系，采取必要的监管措施，如更新药物标签、进行额外的临床研究或甚至将药物从市场上撤回。此外，也有用一年、两年、三年和十年生存率表示疗效的。
2024-04-11 23:02:47
1121
原创 Ubuntu 安装 R
sudosudo是一个 Unix/Linux 系统中用于以超级用户或其他用户身份运行命令的命令。在这里，sudo被用来以超级用户权限来执行后续的apt命令。aptapt是一个用于管理 Debian 系统软件包的高级包管理工具。installinstall是apt命令的一个参数，用于指示apt安装指定的软件包。dirmngrdirmngr是一个用于处理密钥和证书的工具，通常与 GnuPG（GNU Privacy Guard）一起使用。gnupggnupg。
2024-03-29 17:38:10
1522
原创 服务器不会用？教你ubuntu 安装 docker
🧑🍼注意：以下的操作均在root用户中进行。ubuntu下自带了docker的库，不需要添加新的源。但是ubuntu自带的docker版本太低，需要先卸载旧的再安装新的。: 这是 Docker 软件的核心包，用于容器化应用程序和管理容器。: 这是 Docker 引擎的软件包，是 Docker 的核心组件之一。docker.io: 这是 Docker 软件的另一个软件包。containerd: 这是一个用于管理容器的守护进程，通常与 Docker 一起使用。runc。
2024-03-29 17:35:44
1060
原创 《阿特珠单抗联合贝伐单抗治疗晚期肝细胞癌的临床反应及耐药的分子相关性》·文献精读
本研究内容讨论了对接受阿特珠单抗联合贝伐单抗、阿特珠单抗单药或索拉非尼治疗的肝细胞癌（HCC）患者的肿瘤样本进行的综合分子分析。以下是对要点的总结和分析：试验参与者**358名**HCC患者参加了GO30140 1b期或IMbrave150 3期试验，并接受了atezolizumab联合贝伐珠单抗、atezolizumab单药或索拉非尼的治疗。既往免疫CD274（PD-L1）的高表达、T-效应特征以及瘤内CD8+T细胞的高密度与联合疗法更好的临床疗效有关。
2024-03-26 19:22:40
1003
原创 康瑞珠单抗联合阿帕替尼·鼻咽癌耐药患者的治疗新选择
本研究内容讨论了一项2期试验的结果，该试验旨在**研究康瑞珠单抗联合阿帕替尼治疗难治性复发性/转移性鼻咽癌（RM-NPC）患者的安全性和活性**。试验在两个队列中评估了康瑞珠单抗加阿帕替尼的安全性和活性。
2024-03-26 19:21:38
882
原创 从局部到全局：KAT模型如何革新组织病理学图像分类
该论文针对传统转换器模型在应用于吉像素级别的组织病理学图像时所遇到的局限性，提出了一种基于内核的交叉注意力范式，以有效地提取分层上下文信息。KAT模型在大规模数据集上进行了评估，并在WSI分类任务中超越了8种最先进的方法。本文的主要贡献包括KAT的引入、一种用于描述结构信息的基于锚点的标记遮罩方法，以及一种用于提高可解释性的内核对比表示学习策略。论文的结构分为讨论相关工作、提出KAT模型的方法论、实验结果和讨论等部分。
2024-03-26 09:28:05
888
原创 手把手教你定制自己的Zotero笔记模板
首先展示了官方提供的几个评论数最高的模板源代码，大家凭各自的喜好自取，同时也一步一步讲解了我是如何借鉴他们的模板，以及如何按照自己的想法去改造的。这一段调用另一个插件Zotero Style，并且需要安装easy scholar插件，比较麻烦，所以我要把它替换掉，直接显示影响因子。友情提醒，想复现小罗的改造过程需要一丢丢代码基础，嫌麻烦的同学建议直接拿代码跑路。获取文章的doi，我们按住Ctrl，点击这个链接，可以直接打开内置的PDF阅读器。这行代码获取的是文库编目，对标的就是IF。这段代码用于获取作者。
2024-03-25 21:12:56
673
原创 精准医疗新突破：人工智能助力肝细胞癌个性化治疗
广泛的验证过程，包括使用不同的样本类型和真实世界的临床数据，提高了 ABRS-P 模型的可信度和潜在的临床实用性。虽然这些热图并不能完全解释模型的内部运作，但它们提供了一定程度的透明度，有助于了解模型的决策过程，并确定需要进一步研究的领域。在这些斑块中，ABRS 评分与 ABRS-P 预测值之间的相关性显示出较低的皮尔逊系数（0.14-0.37），但在四个案例中有三个案例的 P 值显著，这表明在这些斑块中，实际 ABRS 评分与模型预测值之间存在微弱但具有统计学意义的关系。
2024-03-25 15:09:08
962
原创 进来围观30分以上的医学AI文章！！
本文标题为Understanding metric-related pitfalls in image analysis validation，是发表在《自然-方法》（Nature Methods）上的一篇观点性文章，**，涉及多学科专家联盟和社区反馈，以创建一个有关图像分析中验证指标相关陷阱的综合资源。如果有师兄师姐正在做类似的课题，觉得需要小罗协助的话，也可以和你们的导师推荐一下！在图像分析中，度量标准往往选择不当，导致结果不可靠，并阻碍了有效算法的开发。**是【2024年发表，且IF>30】。
2024-03-25 15:06:41
665
原创 基于多标准决策的多模态特征和多分类器融合分层模型的可行性研究
*，并应用了几种融合方法来结合这些两个分类器生成的预测风险评分。多模态特征作为输入导致特征和分类器之间存在更多的组合可能性，例如，是否应该将一个模态特征输入一个分类器，或者是否应该将所有特征作为一个单元特征输入一个分类器。他们使用公开的 UCI 数据集和临床数据集对所提出的方法进行了验证，结果显示，与传统的融合策略和其他融合架构相比，该方法具有更优越的预测性能。不同图像模态提取的特征通常提供病变的纹理特征，临床特征代表对个别患者的治疗处方，而CNN学习的特征没有明显的物理意义，通常难以解释。
2024-03-25 15:06:01
995
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人