논문 리뷰/Histology6

• 

  Generalizable biomarker prediction from cancer pathology slides with self-supervised deep learning Generalizable biomarker prediction from cancer pathology slides with self-supervised deep learning: A retrospective multi-centric study (cell.com) 2023, Cell Reports Medicine Michael Hoffmeister, Jakob Nikolas Kather Groups Abstract - 딥러닝은 CRC 에서 histopathology 를 가지고 MSI 를 예측할 수 있지만, 다른 바이오마커도 예측할 수 있을지는 미지수임. - 이 논문에서 2개 큰 코호트에 대해서, 6개의 최신 딥러닝 구조들을 사용하여 MSI, BRAF, KRAS, PIK3CA 같은 mutation 예측의 성.. 논문 리뷰/Histology 2023. 4. 3.

• 

  Direct prediction of Homologous Recombination Deficiency from routine histology in ten different tumor types with attention-based Multiple Instance Learning: a development and validation study Direct prediction of Homologous Recombination Deficiency from routine histology in ten different tumor types with attention-based Multiple Instance Learning: a development and validation study Nadina Ortiz Bruechle, Jakob Nikolas Kather Groups 2023, medRxiv Abstact Homologous Recombination Deficiency (HRD)는 PARP inhibitor 치료제 수혜를 받을 수 있는 환자군을 가리는 데 사용되 는 pan-cancer 바이오마커임. PARPi 치료제로 인한 DFS 개선은 .. 논문 리뷰/Histology 2023. 3. 17.

• 

  Single-cell spatial landscapes of the lung tumour immune microenvironment Single-cell spatial landscapes of the lung tumour immune microenvironment | Nature 2023, Nature Philippe Joubert & Logan A. Walsh Groups Abstract 대부분의 임상 전략은 조직병리학적 계층화에 의존 하지만 이러한 계층화된 하위 유형 내 단일 세포 표현 유형의 공간적 맥락 파악은 아직 어려운 상태 이 논문에서 5가지 조직학적 패턴에 걸쳐 lung adenocarcinoma 416명 샘플의 종양과 면역학적 지형을 특성화하기 위해 영상 질량 세포 측정법 ( imaging mass cytometry )을 적용함 160만개의 cell 을 검사하여 생존을 포함한 특징화되는 임상적 correlate 들과 더.. 논문 리뷰/Histology 2023. 2. 13.

• 

  Interpretable deep learning model to predict the molecular classification of endometrial cancer from haematoxylin and eosin-stained whole-slide images Interpretable deep learning model to predict the molecular classification of endometrial cancer from haematoxylin and eosin-stained whole-slide images: a combined analysis of the PORTEC randomised trials and clinical cohorts 2023, The Lancet Digital Health 딥러닝 모델은 크게 4가지 단계로 구성됨. 구축된 딥러닝 모델인 im4MEC 의 처리과정 A. Whole slide image (WSI) 의 전처리. B. tile-level morphological features 을 학습시키기 위해 Feature e.. 논문 리뷰/Histology 2023. 1. 27.

• 

  Rapid, label-free histopathological diagnosis of liver cancer based on Raman spectroscopy and deep learning Rapid, label-free histopathological diagnosis of liver cancer based on Raman spectroscopy and deep learning | Nature Communications Yi Wang & Qingwen Zhang groups 2023, Nature communications Abstract (조직) 생검은 간암의 진단에 있어 표준으로 여겨진다. 하지만, 이 방법은 구획화와 염색, 그리고 잘 훈련된 병리학자를 필요로 한다. 이 연구에서 우리는 라만 분광법을 이용해 인간의 간 조직 샘플을 연구하고, 간암의 진단을 위한 수술중/체외 workflow를 개발하고 검증했다. 우리는 라만 분광법과 딥러닝을 이용해 label-free 한 암 조직을 암 .. 논문 리뷰/Histology 2023. 1. 25.

• 

  Deep learning can predict microsatellite instability directly from histology in gastrointestinal cancer Deep learning can predict microsatellite instability directly from histology in gastrointestinal cancer | Nature Medicine Imagenet pretrained Resnet18 을 이용한 Transfer learning 으로 Tumor detection, MSI prediction 진행. -> 총 두 가지 모델을 가지고 진행 Tumor slide image 를 조각내서 training 시켰기 때문에 하나하나와의 MSI score 를 구하고 합쳐서 전체적인 양상을 볼 수 있었음. 추가적으로 확인을 위해 MSI score 가 lymphocyte gene expression signature in gastric can.. 논문 리뷰/Histology 2023. 1. 16.