Jakob Nikolas Kather

搜索
登录

Jakob Nikolas Kather

文章数：3篇

Lancet子刊：深度学习助力预测大肠癌预后

准确预测结直肠癌（CRC）患者的预后（即预测生存率）对于个体化治疗和护理至关重要。CRC标本的组织病理切片包含丰富的预后相关信息，但缺乏相关算法来实现这种预测。Lancet Digital Health近期发表的文章，利用深度学习建立了从病理组织切片信息来预测患者预后的模型，可在结直肠癌管理的临床决策中作为一种潜在的预后工具。

结直肠癌深度学习病理组织切片

Cell子刊：AI助力大肠癌检测再取新进展

本文研究开发一种基于转换器的管道，将预先训练的转换器编码器与用于补丁聚合的转换器网络相结合，从结直肠癌常规病理切片中进行端到端生物标志物预测,与当前最先进的算法相比，此方法大大提高了性能、可推广性、数据效率和可解释性。

深度学习生物标志物结直肠癌人工智能转换器

柯嘉等：基于核磁共振的深度学习模型可预测直肠癌预后

深度学习模型有可能改善直肠癌的预后，但尚未得到系统评估。近日，中山大学附属第六医院柯嘉及团队在Radiology发表最新研究，纳入中国725名直肠癌患者盆腔的核磁共振扫描结果分训练集和验证集，发现基于核磁共振开发的深度学习模型可较好的预测直肠癌预后，值得关注。

核磁共振深度学习模型研究论文基础研究预测模型