基于PET/CT的非小细胞肺癌EGFR基因突变的预测

	基于PET/CT的非小细胞肺癌EGFR基因突变的预测
	郗晨蕾
	2023-02-25
发表期刊	工业控制计算机
卷号	36 期号:02 页码:110-111+114
摘要	肺癌是癌症中极为高发且死亡率极高的一种。近年来，针对EGFR突变的靶向治疗方式取得了良好的临床效果，但目前的EGFR突变状态的检测方式主要是基于肿瘤样本的活检，不仅样本获取困难，还可能会带给病人极大的痛苦。因此提出了一种基于深度学习的非小细胞肺癌EGFR基因突变的预测方法，使用Resnet50作为主干网络建立深度学习模型，通过对图像特征、临床特征和影像组学特征的有效融合，实现对EGFR基因突变的预测。所提出的方法取得了0.831的AUC。
关键词	PET/CT EGFR基因突变深度学习特征融合
URL	查看原文
ISSN	1001-182X
语种	中文
原始文献类型	学术期刊
中图分类号	R734.2
文献类型	期刊论文
条目标识符	http://ir.lzufe.edu.cn/handle/39EH0E1M/33395
专题	信息工程与人工智能学院
作者单位	兰州财经大学信息工程学院
第一作者单位	信息工程与人工智能学院
推荐引用方式 GB/T 7714	郗晨蕾. 基于PET/CT的非小细胞肺癌EGFR基因突变的预测[J]. 工业控制计算机,2023,36(02):110-111+114.
APA	郗晨蕾.(2023).基于PET/CT的非小细胞肺癌EGFR基因突变的预测.工业控制计算机,36(02),110-111+114.
MLA	郗晨蕾."基于PET/CT的非小细胞肺癌EGFR基因突变的预测".工业控制计算机 36.02(2023):110-111+114.