深圳先進(jìn)院開發(fā)基于病理圖像的腫瘤預(yù)后模型
近日,中國科學(xué)院深圳先進(jìn)技術(shù)研究院醫(yī)療機(jī)器人與微創(chuàng)手術(shù)器械研究中心秦文健博士課題組,與美國MD Anderson Cancer Center的國際合作成果,發(fā)表在腫瘤學(xué)領(lǐng)域TOP期刊Cancers(IF=5.2)上。
通過數(shù)字病理圖像構(gòu)建腫瘤預(yù)后預(yù)測模型是該領(lǐng)域的研究熱點,然而現(xiàn)有的基于數(shù)字病理圖像的預(yù)后分析技術(shù)主要對原始病理圖像進(jìn)行直接分析,而腫瘤微環(huán)境的空間關(guān)系分析方面仍未完全的探索。因此,為探究細(xì)胞的類型和分布的空間在腫瘤微環(huán)境中的表現(xiàn)是否與患者生存預(yù)后關(guān)聯(lián)性,研究人員提出了一種基于全景數(shù)字病理圖像的生存預(yù)測框架。該框架可以自動地對圖像里的各個細(xì)胞進(jìn)行核分割和標(biāo)記,同時自適應(yīng)地根據(jù)任務(wù)構(gòu)建基于不同位置、不同類型細(xì)胞核的嵌入地圖特征,并最終利用提取到的特征信息分析患者生存預(yù)后風(fēng)險。本論文提出預(yù)測模型是采用基于Transformer和MLP-Mixer結(jié)構(gòu)的雙支設(shè)計,在全局微環(huán)境分布關(guān)系提取的同時兼顧不同類型、位置細(xì)胞之間的交互關(guān)系。最后將該模型在肺腺癌病理圖像中進(jìn)行實驗驗證,實驗結(jié)果顯示本論文框架提取到了不同類型的細(xì)胞的形態(tài)和結(jié)構(gòu)特征,證實了這些特征與患者的生存預(yù)后密切相關(guān),并與現(xiàn)有深度學(xué)習(xí)算法相比,本論文提出模型在肺腺癌取得了更有效的預(yù)測性能,同時該方法具有擴(kuò)展到其他惡性腫瘤的全景數(shù)字病理圖像潛力,為腫瘤預(yù)后模型構(gòu)建提供了新的研究思路和分析方法。
中國科學(xué)院深圳先進(jìn)技術(shù)研究院博士生刁頌輝為論文第一作者,秦文健博士為論文通訊作者。該研究得到了國自然面上項目、中科院青年創(chuàng)新促進(jìn)會和深圳市基礎(chǔ)重點等項目的資助。
圖1 基于細(xì)胞級別的雙分支預(yù)后預(yù)測模型
圖2 不同類型細(xì)胞的分割結(jié)果

圖3 所提出框架的生存分析結(jié)果
附件下載: