Additional file 1 of Conditional generative adversarial network driven radiomic prediction of mutation status based on magnetic resonance imaging of breast cancer
Notice bibliographique
Résumé
Additional file 1: Figure S1. Top-down MRI view. Full 32 slices of top-down MRI view shown in Fig. 1. Figure S2. Side MRI view. Full 32 slices of side MRI view shown in Fig. 1. Figure S3. cGAN loss curves. The loss curves of the cGAN trained for 1200 epochs using the mean squared error loss function. Blue curve depicts the generator loss while the orange curve represents the loss for the discriminator. Figure S4. Real MRI for the patient TCGA-AO-A12E. Full 32 slices of the real patient MRI shown in panel A of Fig. 3. Figure S5. cGAN generated MRI for the patient TCGA-AO-A12E. Full 32 slices of the cGAN generated MRI shown in panel B of Fig. 3. Figure S6. Resnet 18 autoencoder generated MRI for the patient TCGA-AO-A12E. Full 32 slices of the Resnet 18 autoencoder generated MRI shown in C of Fig. 3. Figure S7. Traditional autoencoder generated MRI for the patient TCGA-AO-A12E. Full 32 slices of the autoencoder generated MRI shown in D of Fig. 3. Figure S8. CNN MSE loss curve, ROC and PR curves for PIK3CA. Top panel depicts CNN trained using real patient MRIs, middle panel represents CNN trained on cGAN predicted MRIs, and bottom panel for CNN trained with both real and cGAN generated MRIs. Figure S9. CNN MSE loss curve, ROC and PR curves for CDH1. Top panel depicts CNN trained using real patient MRIs, middle panel represents CNN trained on cGAN predicted MRIs, and bottom panel for CNN trained with both real and cGAN generated MRIs. Figure S10. ROC AUC and PR AUC for the chosen genes. Logistic regression with L1 regularization was trained to predict the mutation status of the 3 chosen genes. ROC AUC and PR AUC were calculated and plotted A TP53, B PIK3CA, C CDH1. Table S1. ROC AUC and PR AUC scores of CNN trained with cGAN predicted images for TP53, PIK3CA and CDH1 with various portions of the testing set. Table S2. CLAIMs checklist for artificial intelligence in medical imaging.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,806 | 0,153 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».