【技术实现步骤摘要】
【国外来华专利技术】
根据本公开的一些实施例的一个或多个方面涉及用于预测患者结果的系统和方法。
技术介绍
1、各种形式的癌症已成为全球死亡的主要原因之一。特别地，肺癌是最常见的恶性肿瘤之一，并且是约25％的所有癌症相关死亡的原因。约84％的肺癌是非小细胞肺癌(nsclc)，其为一组表现相似的肺癌。使用检查点抑制剂的免疫疗法(诸如抗pd1和抗pd-l1药物)为局部晚期(ad)或转移性(m)nsclc患者带来了良好的临床结果。然而，目前用于选择可以从靶向或免疫疗法中受益的患者的生物标志物是不准确的，并且有很大的改进潜力。
2、本
技术介绍
部分中所公开的上述信息仅用于增强对
技术介绍
的理解，并且因此本
技术介绍
部分中所讨论的信息不一定构成现有技术。
技术实现思路
1、本公开的实施例的方面涉及一种多模态预测系统，其利用深度学习框架从各种多模态数据预测患者(例如，nsclc患者)的总体存活。在一些实施例中，深度学习框架利用数字病理学、遗传信息、临床数据、患者人口统计数据以及许多其他模态来生成比相关领域的其他预测方法
【技术保护点】
1.一种通过基于机器学习的预测系统来预测患者的总体存活能力的方法，所述方法包括：
2.根据权利要求1所述的方法，其中所述多个输入模态包括：
3.根据权利要求2所述的方法，其中所述组织学H&E图像数据包括所述患者的用苏木精和伊红染料染色的组织样品的数字化图像。
4.根据权利要求3所述的方法，其中所述数字化图像包括所述组织样品的不同肿瘤区域的多个图像。
5.根据权利要求2所述的方法，其中所述基因测序数据包括从所述患者的肿瘤性组织中提取的mRNA基因表达。
6.根据权利要求2所述的方法，其中所述临床数据包括
7....
【技术特征摘要】
【国外来华专利技术】
1.一种通过基于机器学习的预测系统来预测患者的总体存活能力的方法，所述方法包括：
2.根据权利要求1所述的方法，其中所述多个输入模态包括：
3.根据权利要求2所述的方法，其中所述组织学h&e图像数据包括所述患者的用苏木精和伊红染料染色的组织样品的数字化图像。
4.根据权利要求3所述的方法，其中所述数字化图像包括所述组织样品的不同肿瘤区域的多个图像。
5.根据权利要求2所述的方法，其中所述基因测序数据包括从所述患者的肿瘤性组织中提取的mrna基因表达。
6.根据权利要求2所述的方法，其中所述临床数据包括：
7.根据权利要求2所述的方法，其中所述ihc图像数据包括所述患者的用pd-l1生物标志物染色的组织样品的数字化图像。
8.根据权利要求1所述的方法，其中所述预测系统包括：
9.根据权利要求8所述的方法，其进一步包括：
10.根据权利...
【专利技术属性】
技术研发人员：A·洛萨库尔，Z·赵，王兴伟，聂垚，N·谢赫，K·尚穆甘，张利平，R·温戈帕尔，C·马努埃尔，M·A·哈桑，
申请(专利权)人：文塔纳医疗系统公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。