Reading classification and mutation prediction based on non-small cell lung cancer histopathology images.

Employing deep learning for classification and mutation prediction in histopathology images of non-small cell lung cancer

注明：本文系博主原创作品，请转载时务必注明出处

深度学习分类肺癌亚型和预测突变基因

这篇论文与2018年发表于《自然·医学》的一篇文章共同构成了某项研究成果的重要组成部分。这一成果显著地帮助病理科医生及肿瘤科医生（研究者）更好地开展相关工作。由美国纽约大学医学院执行的研究项目揭示了这一发现的具体内容：使用深度学习技术能够实现对非小细胞肺癌病理切片结果的分类，并预测突变基因的位置及类型。这也是我在研究生阶段首次接触的相关文献。下面我将从四个维度深入分析这篇论文的核心观点及其意义

• 科研背景
• 研究方法
• 实验及结果
• 工作总结

背景-肺癌的相关背景

肺结核是全球范围内最主要的恶性肿瘤之一，在美国癌症协会及癌症统计中心的数据表明，在每年约有15万人因肺结核而离世。造成肺结核的原因多种多样，并且其发病率及死亡率均处于最高水平，在癌症领域中占据首要地位

肺癌按形态可分为非小细胞肺癌（non-small cell lung cancer NSCLC约占80%）与小细胞肺癌（small ce