MACHINE LEARNING ENABLED HEPATOCELLULAR CARCINOMA MOLECULAR SUBTYPE CLASSIFICATION
A method for image-based hepatocellular carcinoma (HCC) molecular subtype classification may include determining, within an image depicting a plurality of cells of a biological sample, a plurality of tiles with each tile depicting a portion of the plurality of cells comprising the sample. A machine...
Gespeichert in:
Hauptverfasser: | , |
---|---|
Format: | Patent |
Sprache: | eng ; fre |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | A method for image-based hepatocellular carcinoma (HCC) molecular subtype classification may include determining, within an image depicting a plurality of cells of a biological sample, a plurality of tiles with each tile depicting a portion of the plurality of cells comprising the sample. A machine learning model may be applied to determine a molecular subtype for the portion of the plurality of cells depicted in each tile. Moreover, an overall molecular subtype for the plurality of cells depicted in the image of the biological sample may be determined based on the molecular subtype of the portion of the plurality of cells depicted in each tile of the plurality of tiles. For example, another machine learning model may be applied to determine the overall molecular subtype of the plurality of cells depicted in the image of the biological sample. Related systems and computer program products are also provided.
L'invention concerne un procédé de classification de sous-types moléculaires de carcinome hépatocellulaire (HCC) basé sur des images, pouvant comprendre la détermination, au sein d'une image représentant une pluralité de cellules d'un échantillon biologique, d'une pluralité de pavés, chaque pavé représentant une partie de la pluralité de cellules constituant l'échantillon. Un modèle d'apprentissage automatique peut être appliqué pour déterminer un sous-type moléculaire pour la partie de la pluralité de cellules représentée dans chaque pavé. En outre, un sous-type moléculaire global pour la pluralité de cellules représentée dans l'image de l'échantillon biologique peut être déterminé d'après le sous-type moléculaire de la partie de la pluralité de cellules représentée dans chaque pavé de la pluralité de pavés. Par exemple, un autre modèle d'apprentissage automatique peut être appliqué pour déterminer le sous-type moléculaire global de la pluralité de cellules représentée dans l'image de l'échantillon biologique. L'invention concerne également des systèmes et des produits-programmes informatiques apparentés. |
---|