Στόχοι
Prédiction des caractéristiques anatomopathologiques (expression des récepteurs aux oestrogènes, à la progestérone, récepteur HER2, Ki67) d’une lésion métastatique de primitif sénologique, à partir des données radiomiques uniquement. Etablissement d’un premier modèle de prédiction à partir d’un algorithme de machine learning indépendant de la localisation métastatique, établissement d’un second modèle de prédiction à partir d’un algorithme de machine learning selon chaque localisation métastatique.Prédiction de ces mêmes caractéristiques anatomopathologiques à partir d’un algorithme de deep-learning de type RESNET50.
Prédiction des caractéristiques anatomopathologiques (expression des récepteurs aux oestrogènes, récepteurs à la progestérone, récepteur HER2, Ki67) d’une lésion métastatique de primitif sénologique, via des algorithmes intégrants des données composites (données cliniques initiales et radiomiques).Etablissement d’un premier modèle de prédiction à partir d’un algorithme de machine learning indépendant de la localisation métastatique, établissement d’un second modèle de prédiction à partir d’un algorithme de machine learning selon chaque localisation métastatique.Prédiction de ces mêmes caractéristiques composite (anatomopathologiques et clinique) à partir d’un algorithme de deep-learning de type RESNET50.