プラチナ耐性の予測と高悪性度漿液性卵巣がんの予後 (PPRPHGSOC)

高悪性度漿液性卵巣癌 (HGSOC) は、卵巣癌の最も一般的なサブタイプです。 白金ベースの薬剤は HGSOC の第一選択化学療法剤ですが、白金耐性と予後を予測するのは困難です。 国内外の研究では、多機能 MRI がさまざまな観点から腫瘍の巨視的不均一性を反映できる可能性があることがわかっています。生息地イメージングは​​腫瘍の空間的不均一性を反映するのに貢献した。注意メカニズムは、さまざまなスケールの機能を統合できます。そしてマルチオミクスは予測性能を向上させることができました。 これまでに、私たちのチームは婦人科腫瘍の診断と組織学的評価における MRI とその機能画像化の重要性を実証してきました。 また、従来の MRI 生息地イメージング、全スライド画像 (WSI) に基づくマルチインスタンス学習、およびマルチオミクス モデルは、HGSOC 患者のプラチナ耐性を効果的に予測できます。 したがって、本研究は、マルチ b 値 DWI や DCE-MRI などの多機能 MRI で生息地イメージングを実行し、病理学的シグネチャを構築するための WSI ベースのマルチインスタンス学習をトレーニングすることを目的としています。 次に、臨床指標、MRI 生息地に基づくラジオミクス、パトミクスと組み合わせて、注意メカニズムによって訓練されたマルチオミクス融合モデルを構築しました。 最後に、HGSOC 患者のプラチナ耐性と予後を予測する際の MRI 生息地、WSI、およびマルチオミクスの価値を調査します。 この研究は、肉眼的な機能画像と顕微鏡的な病理学的情報を組み合わせて、HGSOC患者のプラチナ耐性と予後をより包括的かつ正確に予測し、臨床治療の策定をさらに導くことができるマルチオミクス相補モデルを構築します。