Exploiting Liver CT scans in Colorectal Carcinoma genomics mutation classification

要約

肝臓は、結腸直腸がん（CRC）患者において遠隔転移が最も関与している臓器であり、個別に最適な治療法を正しく設計するには、病変の変異状態を認識する必要があります。
これまでのところ、コンピュータ断層撮影 (CT) スキャンによって得られた腫瘍の画像を分析する新しい人工知能ツールを使用して、腫瘍全体の分析を可能にする非侵襲的かつリアルタイムの方法を開発するための努力がなされてきました。
現在の医療ワークフロー、つまり生検分析ベースに対処するために、我々は、患者の医療画像からのそのような分類アプローチについて、我々の知る限り初のディープラーニングベースの探索を提案します。
我々は、i) 利用可能な CT スキャンの小規模なデータセットを管理するための強固なパイプライン、および ii) 先制的な患者追跡のためのゲノミクス変異診断サポートのためのベースライン研究を提案します。
私たちの方法は、0.73 F1 スコアの CT 画像から CRC RAS 変異ファミリーを識別することができます。

要約(オリジナル)

The liver is the most involved organ by distant metastasis in colon-rectal cancer (CRC) patients and it comes necessary to be aware of the mutational status of the lesions to correctly design the best individual treatment. So far, efforts have been made in order to develop non-invasive and real-time methods that permit the analysis of the whole tumor, using new artificial intelligence tools to analyze the tumor’s image obtained by Computed Tomography (CT) scan. In order to address the current medical workflow, that is biopsy analysis-based, we propose the first DeepLearning-based exploration, to our knowledge, of such classification approach from the patient medical imaging. We propose i) a solid pipeline for managing undersized datasets of available CT scans and ii) a baseline study for genomics mutation diagnosis support for preemptive patient follow-up. Our method is able to identify CRC RAS mutation family from CT images with 0.73 F1 score.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google