开发黑瘤分类的图象分析技术的研究员

皮肤的多数严重的表单在大小上癌症变化的黑瘤这，形状和严重级别和，虽然病理学家和研究员经常直观区分在黑瘤之间的类型，差异正式从未被定量并且被提供了。

涉及 RENCI 和研究员的项目在北卡罗来纳医学院大学和计算机科学和统计数据和作战研究目标的部门更改那通过使用图象分析技术改进黑瘤分类。 研究小组，导致由南希 E. 托马斯，一位教授和 M.D. 在医学院皮肤科，检查由癌和健康皮肤细胞切片检查法幻灯片做的图象。

在 UNC 计算机科学部门包括 RENCI 高级形象化研究员大卫 Borland， Marc Niethammer，助理教授和史蒂夫 Marron， UNC 的统计数据的和作战研究部门，用途一位教授图象数据培训 “聪明的”算法识别细胞的物理特性在图象的的小组他们是否是癌或良性的和健康组织和肿瘤的范围、形状和颜色。

从数据被提取的信息可能然后用于分类黑瘤差异。 这些详细资料也帮助研究员开发黑瘤及时可能帮助医生迅速确定黑瘤案件重要性和与更好的准确性的细胞说明基于证据的设计。

这个项目在 UNC 和其他研究医院使用从许多研究的标本，在非常高分辨率浏览。 到目前为止，这个小组与从大约 300 个标本的数据一起使用。 UNC 的 RENCI 的社会计算机机房，与其在所有四墙壁间的楼层对最高限额显示，做检查的浏览的幻灯片理想的环境以及被创建使用算法了解认可图象特性的设计。

“这个算法可以被培训做各种各样的事”，托马斯说。 “它可以被培训检测恶性与良性，它可以被培训检测与一个变化的一个黑瘤与别的，或者它可以被培训挑选病人幻灯片有更坏的生存机会的或改善。 您能使用各种各样不同的末端点，并且看见它多么恰当预测那些末端点。

“从长远来看。 我们认为此工作也许担当病理学家辅助医疗装置，它帮助这个病理学家定量某些功能他们感兴趣，并且拔出新的功能”，她说。

来源：  北卡罗来纳医学院大学