基于人工智能的甲状腺癌病理图像分析预测BRAF-V600E突变

摘要： 目的 探讨基于全玻片组织病理图像（WSI）的深度学习模型在预测甲状腺癌BRAFV600E突变状态中的应用价值，并分析该突变与患者临床特征的相关性。方法 利用癌症基因组图谱（TCGA）的数据，开发了一种基于预训练ResNet50网络的深度学习模型，该模型通过自我注意机制从WSI中提取关键特征，构建了单任务二分类变量模型，预测患者的BRAF-V600E突变状态。共有305例乳头状甲... ... （共6页）