表 1. Cancer prognosis models based on deep learning.

基于深度学习的癌症预后模型

文献	癌症类型	数据类型	网络架构	模型性能	预后临床终点
注：DNN：深度神经网络（deep neural networks）；CNN：卷积神经网络（convolutional neural network）；VGG：视觉几何群网络（visual geometry group network）；LSTM：长短时记忆网络（long short-term memory）；CT：计算机断层扫描（computed tomography）；MRI：磁共振成像（magnetic resonance imaging）；PET：正电子发射计算机断层显像（positron emission tomography）；RNA：核糖核酸（ribonucleic acid）；“—”：文献没有提及相应指标
Sun 等（2018）	乳腺癌	临床、基因、 拷贝数变异	DNN	ACC：82.6%；AUC：0.845	5 年生存
Lai 等（2020）	非小细胞肺癌	基因、临床数据	DNN	ACC：75.4%；AUC：0.816	5 年生存
Lee 等（2020）	非小细胞肺癌	临床、病理数据	DNN	C-index：0.731； AUC：0.768	术后无复发生存
Zhu 等（2017）	肺癌	病理图像	CNN	C-index：0.629	总体生存
Mobadersany 等（2018）	脑胶质瘤	组织切片、 基因标志物	VGG-19	C-index：0.754	总体生存
Nagpal 等（2018）	前列腺癌	组织切片	Inception V3	ACC：70.0%	无进展间隔、复发
Paul 等（2016）	非小细胞肺癌	CT 图像	CNN_F	ACC：90.0%；AUC：0.935	总体生存
Hosny 等（2018）	非小细胞肺癌	CT 图像	3D-CNN	AUC：0.700	2 年总体生存
Diamant 等（2019）	头颈部鳞状细胞癌	CT 图像	CNN	AUC：0.880	远处转移
Lao 等（2017）	脑胶质母细胞瘤	MRI 图像、 临床数据	CNN_S	C-index：0.739	1 年、2 年、3 年生存
Han 等（2020）	高级别胶质瘤	MRI 图像	VGG-19	—	生存
Tang 等（2020）	胶质母细胞瘤	MRI 图像	CNN	—	总体生存
Bizzego 等（2018）	头颈部鳞状细胞癌	CT、PET 图像	3D-CNN	ACC：94.0%；SEN：67.0%；SPE：91.0%；MCC：0.748	局部复发
Nie 等（2019）	神经胶质瘤	MRI 图像、 人口学特征	3D-CNN	ACC：90.7%	生存
Bychkov 等（2018）	结直肠癌	组织切片	VGG-16 +LSTM	AUC：0.690	5 年疾病特异性生存
Zhang 等（2018）	乳腺癌	基因数据	Autoencoder	ACC：77.0%；SEN：84.0%；SPE：55.0%；MCC：0.320；AUC：0.740	5 年内远处转移
Maggio 等（2018）	神经母细胞瘤	转录组学	Autoencoder	—	5 年内的无事件生存、 总体生存
Chaudhary 等（2018）	肝癌	RNA、miRNA 测序、 甲基化数据	Autoencoder	C-index：0.740	生存亚群分类
Wong 等（2019）	脑胶质母细胞瘤	基因数据	DBN	C-index：0.690	生存
Xie 等（2019）	14 种癌症	多组学数据、 临床数据	DBN	—	生存