许凌毅博士讲座系列

摘要：正常假层状柱状支气管上皮的分子和细胞改变导致支气管癌前病变的发展，其组织学进展从正常到增生、化生、不典型增生、原位癌和侵袭性癌。通过各种支气管镜技术获得的支气管活检是福尔马林固定石蜡包埋，苏木精和伊红染色（H&E）以获取组织的病理特征和组织学分级。组织学和分子变化的广泛和连续的光谱使得在多个澳门威尼斯人注册网站研究中可重复的病变分层具有挑战性。在这里，我们提出了一个基于转换器的框架，灵活地利用转录组学和组织学模式来区分支气管发育不良或更严重的病变与正常、增生和化生。我们利用H&E支气管活检的全切片图像和先前发表的澳门威尼斯人注册网站研究中的大量基因表达数据以及从高危患者中获得的新数据。我们的框架通过允许使用一种或两种数据模式的样本输入来最大化地使用训练数据。当数据模式缺失时，我们的框架能够灵活地进行预测，并且能够整合来自不同模式和澳门威尼斯人注册网站研究的数据，这对于推进支气管癌前病变的分层非常重要。凌毅是波士顿大学计算机与数据科学专业的博士生。她的澳门威尼斯人注册网站研究探讨了多模式医学数据在加强疾病诊断和评估方面的潜力。她目前的工作包括在数字病理学和癌症基因组学中应用图形模型和机器学习算法，以促进对肺癌前病变的理解。