Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

La technique nouvelle d'analyse d'image améliore le dépistage et le diagnostic de cancer du sein

Les chercheurs à l'université de l'Oklahoma ont développé une technique d'analyse d'image qui est conçue pour améliorer le dépistage et le diagnostic de cancer du sein.

Le coffre Zheng, OU électrique et professeur d'ingénierie informatique et chercheur de cancérologie de confiance de dotation de règlement de tabac de l'Oklahoma, et son équipe de recherche ont développé des algorithmes à traitement d'images pour produire des bornes quantitatives d'image en analysant des images digitales multiples de rayon X et en établissant des modèles apprendre de prévision de caractéristiques statistiques. L'objectif est de développer une méthode d'analyse d'image quantitative neuve que meilleur prévoit le pronostic de risque de cancer ou de cancer, qui aboutit éventuel à aider à déterminer des stratégies personnalisées plus efficaces de dépistage du cancer et de demande de règlement.

Par exemple, pour améliorer l'efficacité du dépistage du cancer du sein, un certain nombre de risque de cancer du sein factorise comprenant l'âge, densité de sein, histoire de cancer de famille, mode de vie et des résultats de test sur quelques mutations géniques susceptibles courantes de cancer sont réexaminés. Utilisant ces facteurs de risque, plusieurs modèles d'évaluation de risque de cancer du sein de vie ont été développés et appliqués dans des études d'épidémiologie.

« Notre étude est différente. Nous n'avons pas l'intention d'établir un autre modèle de risque de vie pour concurrencer les modèles existants. Nous nous concentrons sur se développer et vérifiant un modèle neuf de risque pour prévoir si une femme a le haut risque de développer le cancer du sein dans un à court terme après une mammographie de dépistage négative, » Zheng a expliqué.

Si couronné de succès, le modèle aidera à déterminer un modèle personnalisé optimal neuf de dépistage du cancer. Comme résultat, une fréquence et une méthode d'examen critique de manière adaptative réglées peuvent être appliquées à chaque femme à différentes périodes de temps.

Zheng et son équipe de recherche avaient travaillé pour explorer et recenser des caractéristiques d'image et leur différence, ou asymétrie, entre les seins gauches et droits. Les images peuvent être protégées par fusible pour établir les modèles neufs de risque à trouvent plus avec sensibilité les modifications subtiles et/ou les anomalies d'image qui sont susceptibles de mener au développement du cancer mammographie-détectable pendant les une à trois années suivantes.

L'équipe d'abord recense et calcule les caractéristiques utiles d'image des deux vues des mammographies bilatérales des seins gauches et droits. Alors ils forment les modèles statistiques (c.-à-d., un réseau neuronal artificiel) pour produire d'une rayure de prévision. La rayure de prévision est la probabilité d'une femme développant un cancer du sein « mammographie-détectable » ayant ensuite une inspection négative de mammographie de dépistage, ou la classifiant entre les rappels malins et bénins des mammographies suspectes trouvées par des radiologues.
La mammographie courante a été montrée pour réduire de manière significative la mortalité liée au cancer du sein, mais le défaut examinant un large éventail de population féminine porte l'efficacité inférieure et d'autres complications. Les radiologues peuvent manquer ou donner sur un pourcentage élevé de cancers tôt tout en également produisant des régimes faussement positifs élevés.

Selon une étude, pendant 10 années d'examiner plus que la moitié des femmes remarquera un rappel faussement positif, et 9 pour cent recevront une biopsie faussement positive. Tandis que cela peut détendre au patient considérant l'alternative, les faux positifs ne sont pas inoffensifs. Le diagnostic erroné peut entraîner les éditions psychosociales, la radiothérapie accrue, la douleur liée à une biopsie et les coûts accrus de santé.

« Nos résultats préliminaires d'étude expliquent que notre modèle à court terme neuf de prévision de risque basé sur un plan assisté par ordinateur de dépistage des mammographies de quatre-vue a fourni un pouvoir discriminatoire sensiblement plus élevé que d'autres facteurs de risque connus existants de prévoir le risque de cancer à court terme, » Zheng ont dit.

La prévision avancée a pu aider le corps médical à améliorer des efforts de dépistage du cancer en se concentrant sur des femmes au risque le plus grand pour développer le cancer du sein à court terme et réduire également le nombre de femmes nuies des résultats faussement positifs.
« L'objectif ultime est de développer un dépistage du cancer personnalisé, » Zheng a expliqué. « Puisque le développement du cancer est un procédé graduel, notre modèle neuf se concentre sur trouver ce procédé dynamique des images et puis améliorer la stratification à court terme de risque de cancer du sein parmi les femmes qui participent au dépistage du cancer du sein basé sur mammographie. »

Comme résultat, seulement le petit pourcentage des femmes stratifiées dans le groupe du haut risque dans à court terme devrait plus fréquemment être examiné, alors que l'immense majorité de femmes stratifiées au risque de développement du cancer à court terme moyen ou inférieur pourrait être interviewée à plus longs intervalles - par exemple, tous les deux à cinq ans. Ceci augmenterait le régime de dépistage du cancer en concentrant l'attention des radiologues davantage sur une petite part de femmes à haut risque en réduisant les cancers subtile manqués et/ou négligés, tout en également réduisant la population examinante annuelle et les rappels faussement positifs associés parmi l'immense majorité de femmes avec le risque de cancer à court terme inférieur.

La recherche de Zheng est actuel supportée par des bourses de recherche de l'Institut national du cancer et le centre de lutte contre le cancer de Stephenson aux sciences de santé d'OU centrent. Son équipe de recherche collabore activement avec l'autre clinique et les chercheurs de bio-ingénierie de l'université de l'ingéniérie d'OU, les sciences de santé d'OU centrent, université de Pittsburgh et de femmes de pitié centraux à Ville d'Oklahoma pour développer et vérifier des méthodes d'analyse d'image quantitatives neuves pour améliorer l'efficacité du dépistage du cancer du sein utilisant la mammographie et l'imagerie par résonance magnétique de sein, prévision de pronostic de cancer de poumon de stade précoce et évaluation clinique d'avantage des tests cliniques pour vérifier les substances chimiothérapeutiques neuves pour traiter le cancer ovarien.

« Nous essayons de jeter un pont sur la recherche et l'écartement d'application entre employer des biomarqueurs de génotype et des bornes d'image de phénotype, » Zheng a expliqué. « Nos résultats d'étude ont expliqué que les bornes quantitatives d'image pourraient fournir le renseignement utile et supplémentaire aux biomarqueurs et/ou aux modèles existants de prévision de risque. La fusion de ces deux types de bornes a le potentiel de fournir une performance sensiblement plus haute dans le risque de cancer et le pronostic de prévision. »

Source:

University of Oklahoma College of Engineering