AITP
精选全部 AI 动态AI 日报Agent 接入我的简报我的追踪阅读偏好内容方法关于更新日志信源提报反馈
外观
登录 / 注册
AITOP

EGFR

共 1 条相关 AI 资讯
8月11日
11:03
11:03官方账号arXiv cs.LG@Mona Furukawa, Sai Hyne, Daniel R. McGowan, Bartłomiej W. Papież
该研究利用深度学习基于PET/CT影像预测非小细胞肺癌的EGFR、TP53和KRAS基因突变。实验采用英国新型放射基因组学队列,比较成对多标签学习与单基因分类的效果。联合预测KRAS和TP53将AUC从0.58提升至0.64(KRAS)和从0.69提升至0.71(TP53)。EGFR/KRAS对中仅EGFR受益,而EGFR/TP53对无改善。结果表明多标签学习的有效性取决于特定突变组合,提示需采用突变特异性建模策略。
论文PET/CTNSCLC多标签学习

推荐理由:想用影像预测基因突变?这篇论文告诉你多标签学习不是万能药,KRAS和TP53联合预测能提AUC,但EGFR组合就没用,得看突变配对。
原文
精选全部日报登录