非裔美国人前列腺切除术后前列腺基质复发的计算机衍生基质特征的图像signature

今天螺蛳粉和大家分享的是10+学习笔记。

题目:非裔美国人前列腺切除术后前列腺基质复发的计算机衍生基质特征的图像signature

一． 研究背景

数据显示,在前列腺癌根治术后,有30%-40%的前列腺癌患者出现复发。尽管有证据表明在非裔美国人(AA)患者中存在独特的,更具侵略性的前列腺癌表型,但是现有的用于复发风险预测的临床模型并未考虑到肿瘤表型基于特定人群的变异。因此作者研究了肿瘤内基质数字化测量、人群特异表型,创建改进的模型来预测根治性前列腺切除术后的复发的能力。

二． 分析流程

三． 结果解读

1． 患者数据集的临床病理特征。

表1提供了患者数据集的临床和病理特征。总共334例接受了前列腺癌根治术的前列腺癌患者被确定包括在本研究中。BCR(生化复发)的平均时间约为3年,最后一次随访的平均时间约为5年。全部队列的患者手术时大约60岁。通过Wilcoxon秩和检验没有发现测试集和验证集中临床或人口统计学特征的分布差异。

表1:全数据集的临床病理特征摘要

补充图S2中提供了CONSORT式流程图,描述了患者信息的处理流程:在三个不同的机构进行手术程序和样品制备,每个样本都经过泌尿生殖系统的病理检查,用数字标注了代表性的癌变区域,用于本研究的定量组织形态学检查(图1A)。

使用先前基于卷积神经网络开发的深度学习方法对核核基质进行分割(图1B)。其模式是输出置信度图,图像中每一个像素点是基质中核的一部分的可能性(图1C和D)。对这些概率图进行阈值处理,并用于计算基质图像特征(图1E和F)。基质形态描述符用于训练预后模型(图1G),该模型可预测BCR风险评分(图1H)。

图1:数据集准备,分析和预后模型的构建。