Artificial intelligence fusion for predicting survival of rectal cancer patients using immunohistochemical expression of Ras homolog family member B in biopsy

↓ Direkt till sidans innehåll
↓ Direkt till sidans sekundära innehåll (sidomenyn)

Sökning: id:"swepub:oai:DiVA.org:liu-200794" > Artificial intellig...

1 av 1
Föregående post
Nästa post
Till träfflistan

Pham, Tuan D.Center for Artificial Intelligence, Prince Mohammad Bin Fahd University, Khobar 34754, Saudi Arabia (författare)

Artificial intelligence fusion for predicting survival of rectal cancer patients using immunohistochemical expression of Ras homolog family member B in biopsy

Artikel/kapitelEngelska2023

Förlag, utgivningsår, omfång ...

2023-02-07
Open Exploration Publishing,2023
printrdacarrier

Nummerbeteckningar

LIBRIS-ID:oai:DiVA.org:liu-200794
https://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-200794URI
https://doi.org/10.37349/etat.2023.00119DOI

Kompletterande språkuppgifter

Språk:engelska
Sammanfattning på:engelska

Ingår i deldatabas

SwePubSwePub

Klassifikation

Ämneskategori:ref swepub-contenttype
Ämneskategori:art swepub-publicationtype

Anmärkningar

Aim: The process of biomarker discovery is being accelerated with the application of artificial intelligence (AI), including machine learning. Biomarkers of diseases are useful because they are indicators of pathogenesis or measures of responses to therapeutic treatments, and therefore, play a key role in new drug development. Proteins are among the candidates for biomarkers of rectal cancer, which need to be explored using state-of-the-art AI to be utilized for prediction, prognosis, and therapeutic treatment. This paper aims to investigate the predictive power of Ras homolog family member B (RhoB) protein in rectal cancer.Methods: This study introduces the integration of pretrained convolutional neural networks and support vector machines (SVMs) for classifying biopsy samples of immunohistochemical expression of protein RhoB in rectal-cancer patients to validate its biologic measure in biopsy. Features of the immunohistochemical expression images were extracted by the pretrained networks and used for binary classification by the SVMs into two groups of less and more than 5-year survival rates.Results: The fusion of neural search architecture network (NASNet)-Large for deep-layer feature extraction and classifier using SVMs provided the best average classification performance with a total accuracy = 85%, prediction of survival rate of more than 5 years = 90%, and prediction of survival rate of less than 5 years = 75%.Conclusions: The finding obtained from the use of AI reported in this study suggest that RhoB expression on rectal-cancer biopsy can be potentially used as a biomarker for predicting survival outcomes in rectal-cancer patients, which can be informative for clinical decision making if the patient would be recommended for preoperative therapy.

Ämnesord och genrebeteckningar

MEDICIN OCH HÄLSOVETENSKAP Klinisk medicin Cancer och onkologi hsv//swe
MEDICAL AND HEALTH SCIENCES Clinical Medicine Cancer and Oncology hsv//eng
Artificial intelligence; biomarkers; immunohistochemistry; machine learning; precision medicine; proteins; rectal neoplasms

Biuppslag (personer, institutioner, konferenser, titlar ...)

Ravi, VinayakumarCenter for Artificial Intelligence, Prince Mohammad Bin Fahd University, Khobar 34754, Saudi Arabia (författare)
Luo, BinLinköpings universitet,Medicinska fakulteten,Avdelningen för kirurgi, ortopedi och onkologi,Sichuan Provincial People's Hospital, China(Swepub:liu)binlu07 (författare)
Fan, Chuanwen,1982-Linköpings universitet,Avdelningen för kirurgi, ortopedi och onkologi,Medicinska fakulteten(Swepub:liu)chufa37 (författare)
Sun, Xiao-Feng,1959-Linköpings universitet,Medicinska fakulteten,Avdelningen för kirurgi, ortopedi och onkologi,Region Östergötland, Onkologiska kliniken US(Swepub:liu)xiasu45 (författare)
Center for Artificial Intelligence, Prince Mohammad Bin Fahd University, Khobar 34754, Saudi ArabiaMedicinska fakulteten (creator_code:org_t)

Sammanhörande titlar

Ingår i:Exploration of Targeted Anti-tumor Therapy: Open Exploration Publishing4:1, s. 1-162692-3114

Internetlänk

Hitta via bibliotek

Exploration of Targeted Anti-tumor Therapy (Sök värdpublikationen i LIBRIS)

Till lärosätets databas

1 av 1
Föregående post
Nästa post
Till träfflistan

Hitta mer i SwePub

Av författaren/redakt...: Pham, Tuan D.; Ravi, Vinayakuma ...; Luo, Bin; Fan, Chuanwen, 1 ...; Sun, Xiao-Feng, ...

Om ämnet

MEDICIN OCH HÄLSOVETENSKAP: MEDICIN OCH HÄLS ...; och Klinisk medicin; och Cancer och onkol ...

Artiklar i publikationen: Exploration of T ...

Av lärosätet: Linköpings universitet

Sök utanför SwePub

Sök vidare i:: Google; Google Book Search; Google Scholar

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

LIBRIS.kb.se