ChiCTR2500098023
正在进行
/
/
/
2025-02-28
/
/
乳腺癌
预测中国女性乳腺癌患者长期临床结果的机器学习模型
基于MRI和病理图像的深度学习模型预测乳腺癌新辅助治疗患者的预后
乳腺癌（breast cancer,BC）是全球女性最常见的恶性肿瘤,约占女性恶性肿瘤的31%，也是导致女性死亡最常见的癌症类型。新辅助化疗（neoadjuvant chemotherapy,NAC）用于早期或局部晚期乳腺癌的治疗，可以评估药物敏感性，并对患者进行预后分层，NAC提高了治疗效率，改变了乳腺癌的治疗模式。NAC手术完成后需要病理评估癌细胞残留,癌细胞残留越多预后越差，病理完全缓解（pCR）患者预后最佳。因此，目前对于BC的NAC研究多采用pCR作为患者预后的替代指标，pCR大幅度提高提示患者长期生存的改善。然而，如今仍缺乏对开展NAC的BC患者中术前精准预测pCR的无创工具。最近的研究报告称，深度神经网络（DNN）、残差网络（ResNet）、图神经网络（GNN）、Transformer和Diffusion扩散模型等新兴AI算法的问世，当融合了影像图像和病理图像的特征，再结合临床信息用于诊断乳腺癌时，深度学习（Deep Learning,DL）模型的性能会得到进一步提高。DL和多组学的结合以非侵入性方式提高了乳腺癌的术前诊断、分级的准确性，预测基因分型方面性能良好，且与临床因素结合能评估术后生存期，以上优势都有利于我们用于评估参与NAC的BC患者。但目前研究的样本量较小，且数据单一，可靠的预测模型需要大量数据进行训练，建立多中心的数据库十分必要。
连续入组
其它
无
/
横向课题
/
400
/
2024-12-10
2026-06-01
/
收集2015年2月至2025年12月在我院接受NAC治疗的浸润性乳腺癌患者的病史、影像、病理图像数据，本研究方案需经我院伦理委员会批准。 （1）穿刺活检证实的原发性乳腺癌;（2）既往未接受过NAC治疗的;（3）在我院接受完整周期NAC后完成手术;（4）在我院开始NAC治疗前和手术前行MRI检查。；
登录查看无；
登录查看哈尔滨医科大学附属肿瘤医院
/
隆门资本2025-03-25
SINOMAB 中抗集团2025-03-25
科笛集团2025-03-25
Insight数据库2025-03-25
新药创始人2025-03-25
道远资本2025-03-25
细胞与基因治疗领域2025-03-25
细胞与基因治疗领域2025-03-25
医药观澜2025-03-25
正大制药订阅号2025-03-25
浙公网安备33011002015279
© pharnexcloud.com 2025 YAORONGYUN All Rights Reserved.
本网站未发布麻醉药品、精神药品、医疗用毒性药品、放射性药品、戒毒药品和医疗机构制剂的产品信息
