来源：央视新闻客户端 记者从中国科学院自动化研究所获悉，近日该研究所与首都医科大学附属北京天坛医院、郑州大学第一 附属医院、首都医科大学附属北京潞河医院等组成的联合团队通过头部磁共振成像（MRI）结合弱监督 学习方法，研发了垂体腺瘤进袭性行为评估的深度学习模型，可无创进行垂体腺瘤进袭性行为的术前评 估，为垂体腺瘤精准治疗提供了重要指导依据。相关研究成果近日在《自然》旗下期刊《NPJ数字医 学》发表。 垂体神经内分泌肿瘤，又称垂体腺瘤，约占所有颅内肿瘤的10%～20%，据报道其患病率为每10万人中 70~100例。尽管垂体腺瘤被归类为良性肿瘤，但超过40%的病例在病程进展中会表现出肿瘤侵袭性，难 以通过手术完全切除，进而导致残留肿瘤快速复发。 2017年前后，世界卫生组织与欧洲内分泌学会提出"进袭性垂体腺瘤"的概念，更强调肿瘤的生物学行 为。"进袭性"肿瘤的核心特征包括侵袭性生长、快速增大、易复发、病理标志物异常及治疗抵抗等。由 于"进袭性"概念涵盖维度广泛，且目前缺乏公认的标准化评估工具，直接精准评估垂体腺瘤的进袭性水 平面临挑战。 本研究首次提出基于侵袭特征的弱监督标签深度学习模型，结合MRI（磁共振成像） ...