Published February 10, 2021
| Version v1
Publication
Open
Deep Learning in Head and Neck Tumor Multiomics Diagnosis and Analysis: Review of the Literature
Creators
- 1. Peking University
- 2. Chinese Academy of Medical Sciences & Peking Union Medical College
Description
Head and neck tumors are the sixth most common neoplasms. Multiomics integrates multiple dimensions of clinical, pathologic, radiological, and biological data and has the potential for tumor diagnosis and analysis. Deep learning (DL), a type of artificial intelligence (AI), is applied in medical image analysis. Among the DL techniques, the convolution neural network (CNN) is used for image segmentation, detection, and classification and in computer-aided diagnosis. Here, we reviewed multiomics image analysis of head and neck tumors using CNN and other DL neural networks. We also evaluated its application in early tumor detection, classification, prognosis/metastasis prediction, and the signing out of the reports. Finally, we highlighted the challenges and potential of these techniques.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
أورام الرأس والرقبة هي سادس أكثر الأورام شيوعًا. تدمج العلوم المتعددة الأبعاد أبعادًا متعددة للبيانات السريرية والمرضية والإشعاعية والبيولوجية ولديها القدرة على تشخيص الورم وتحليله. يتم تطبيق التعلم العميق (DL)، وهو نوع من الذكاء الاصطناعي (AI)، في تحليل الصور الطبية. من بين تقنيات التعلم الرقمي، يتم استخدام الشبكة العصبية الالتفافية (CNN) لتجزئة الصور والكشف عنها وتصنيفها وفي التشخيص بمساعدة الكمبيوتر. هنا، قمنا بمراجعة تحليل الصور متعددة الأبعاد لأورام الرأس والرقبة باستخدام سي إن إن والشبكات العصبية DL الأخرى. كما قمنا بتقييم تطبيقه في الكشف المبكر عن الورم وتصنيفه والتنبؤ بالتكهن/الانبثاث وتسجيل الخروج من التقارير. أخيرًا، سلطنا الضوء على تحديات وإمكانات هذه التقنيات.Translated Description (French)
Les tumeurs de la tête et du cou sont les sixièmes néoplasmes les plus courants. La multiomique intègre de multiples dimensions de données cliniques, pathologiques, radiologiques et biologiques et a le potentiel pour le diagnostic et l'analyse des tumeurs. Le deep learning (DL), un type d'intelligence artificielle (IA), est appliqué à l'analyse d'images médicales. Parmi les techniques DL, le réseau neuronal à convolution (CNN) est utilisé pour la segmentation, la détection et la classification d'images et dans le diagnostic assisté par ordinateur. Ici, nous avons examiné l'analyse d'images multiomiques des tumeurs de la tête et du cou à l'aide de CNN et d'autres réseaux neuronaux DL. Nous avons également évalué son application dans la détection précoce des tumeurs, la classification, le pronostic/la prédiction des métastases et la signature des rapports. Enfin, nous avons mis en évidence les enjeux et le potentiel de ces techniques.Translated Description (Spanish)
Los tumores de cabeza y cuello son la sexta neoplasia más común. Multiomics integra múltiples dimensiones de datos clínicos, patológicos, radiológicos y biológicos y tiene el potencial para el diagnóstico y análisis de tumores. El aprendizaje profundo (DL), un tipo de inteligencia artificial (IA), se aplica en el análisis de imágenes médicas. Entre las técnicas de DL, la red neuronal de convolución (CNN) se utiliza para la segmentación, detección y clasificación de imágenes y en el diagnóstico asistido por ordenador. Aquí, revisamos el análisis de imágenes multiómicas de tumores de cabeza y cuello utilizando CNN y otras redes neuronales de DL. También evaluamos su aplicación en la detección temprana de tumores, la clasificación, el pronóstico/predicción de metástasis y el cierre de sesión de los informes. Por último, destacamos los retos y el potencial de estas técnicas.Files
pdf.pdf
Files
(2.9 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:24a2c05636df98f3158a92703af3c094
|
2.9 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- التعلم العميق في تشخيص وتحليل ورم الرأس والرقبة متعدد الأشكال: مراجعة الأدبيات
- Translated title (French)
- Deep Learning in Head and Neck Tumor Multiomics Diagnosis and Analysis : Review of the Literature
- Translated title (Spanish)
- Deep Learning en Diagnóstico y Análisis Multiómico de Tumores de Cabeza y Cuello: Revisión de la Literatura
Identifiers
- Other
- https://openalex.org/W3128323348
- DOI
- 10.3389/fgene.2021.624820
References
- https://openalex.org/W161816069
- https://openalex.org/W1757407923
- https://openalex.org/W2026821578
- https://openalex.org/W2044345360
- https://openalex.org/W2061318413
- https://openalex.org/W2077092210
- https://openalex.org/W2079952322
- https://openalex.org/W2080702512
- https://openalex.org/W2115175843
- https://openalex.org/W2117994180
- https://openalex.org/W2133371715
- https://openalex.org/W2140545470
- https://openalex.org/W2143602686
- https://openalex.org/W2162548780
- https://openalex.org/W2253150690
- https://openalex.org/W2417609191
- https://openalex.org/W2504150216
- https://openalex.org/W2522022887
- https://openalex.org/W2560725027
- https://openalex.org/W2587156546
- https://openalex.org/W2587297900
- https://openalex.org/W2592888171
- https://openalex.org/W2593089984
- https://openalex.org/W2594281373
- https://openalex.org/W2682360066
- https://openalex.org/W2744472428
- https://openalex.org/W2786846101
- https://openalex.org/W2788899656
- https://openalex.org/W2789427740
- https://openalex.org/W2791051851
- https://openalex.org/W2793251974
- https://openalex.org/W2797763839
- https://openalex.org/W2804633659
- https://openalex.org/W2811017491
- https://openalex.org/W2879726520
- https://openalex.org/W2886403459
- https://openalex.org/W2886569662
- https://openalex.org/W2887868409
- https://openalex.org/W2889150713
- https://openalex.org/W2890143692
- https://openalex.org/W2900345175
- https://openalex.org/W2907632336
- https://openalex.org/W2912914218
- https://openalex.org/W2922829319
- https://openalex.org/W2924421552
- https://openalex.org/W2943162041
- https://openalex.org/W2944064124
- https://openalex.org/W2952302735
- https://openalex.org/W2952833648
- https://openalex.org/W2954545322
- https://openalex.org/W2957072597
- https://openalex.org/W2963409068
- https://openalex.org/W2964279023
- https://openalex.org/W2964876911
- https://openalex.org/W2967089987
- https://openalex.org/W2969528126
- https://openalex.org/W2973237362
- https://openalex.org/W2974428720
- https://openalex.org/W2974710849
- https://openalex.org/W2977526582
- https://openalex.org/W2979381588
- https://openalex.org/W2980349812
- https://openalex.org/W2981557009
- https://openalex.org/W2981841914
- https://openalex.org/W2982219485
- https://openalex.org/W2985397232
- https://openalex.org/W2986571455
- https://openalex.org/W2991224389
- https://openalex.org/W2992715741
- https://openalex.org/W2995106101
- https://openalex.org/W2996127486
- https://openalex.org/W2996290406
- https://openalex.org/W2996804297
- https://openalex.org/W2998789541
- https://openalex.org/W3001077607
- https://openalex.org/W3005188734
- https://openalex.org/W3007962779
- https://openalex.org/W3008864040
- https://openalex.org/W3010135971
- https://openalex.org/W3011720109
- https://openalex.org/W3013717193
- https://openalex.org/W3013776329
- https://openalex.org/W3015357052
- https://openalex.org/W3019852131
- https://openalex.org/W3021916465
- https://openalex.org/W3025878800
- https://openalex.org/W3027616279
- https://openalex.org/W3033394580
- https://openalex.org/W3033550401
- https://openalex.org/W3035570041
- https://openalex.org/W3038844049
- https://openalex.org/W3039317077
- https://openalex.org/W3046049595
- https://openalex.org/W3084203727
- https://openalex.org/W3084404023
- https://openalex.org/W3085973060
- https://openalex.org/W3087484142
- https://openalex.org/W3088255189
- https://openalex.org/W3100935850
- https://openalex.org/W3104440123
- https://openalex.org/W3107410755