跳到主要内容
检索

Henan Cancer Hospital

2 篇关联报道

订阅更新
  1. 人工智能驱动的一键式功能性肺避让放疗自动计划系统的临床实施与评估

    该研究将整合了基于剂量学评分的射束角度选择、多模态引导剂量预测与功能引导剂量模拟的AP-FLART系统在RayStation中实施,并用33例接受SPECT通气或灌注成像的肺癌患者数据评估,结果显示自动FLART计划较手动常规放疗计划显著降低高功能肺平均剂量15.1%,在FLART获益患者中把≥2级放射性肺炎概率降低6.25个百分点(27%),临床收益与手动FLART计划相近,且87.9%的自动计划无需修改即可被临床接受,计划时间从2-3小时缩短至约8分钟。

  2. 多模态AI与单细胞转录组整合构建膀胱癌组织病理预后模型,揭示RTN3-糖酵解轴在化疗耐药中的作用

    该研究整合六个公共单细胞RNA测序数据集,用inferCNV推断单细胞水平拷贝数变异并识别高CNV(HCNV)恶性亚群,以HCNV活性为生物学锚点构建基于常规H&E染色切片的深度学习多模态AI预后模型,并通过多组学筛选与体内外实验确定RTN3为核心驱动基因,证明RTN3经JAK2/STAT3通路转录上调PKM2、GLUT1、LDHA等糖酵解酶,驱动糖酵解代谢重编程并介导膀胱癌吉西他滨耐药。

已读完全部报道