深層学習に基づくMRIからのTERT変異ステータスの予測と神経膠腫の分子サブタイプ分類

Key Points

• RegNetモデルは、通常のMRIスキャンからTERTプロモーター変異ステータスを予測し、非侵襲的診断の選択肢を提供します。
• TERT変異の予測精度が検証され、神経膠腫のサブタイプ分類と管理における堅牢な適用が示唆されました。
• 分析は深層学習技術を使用してMRI画像を処理し、組織サンプリングなしで診断能力を向上させます。
• 結果を確認し、臨床への統合を改善するために、多施設データによるさらなる検証が必要です。