Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

Base de datos de la patología que se hará para el revelado del análisis de imagen de aprendizaje profundo del tejido

Philips real y LabPON, el primer laboratorio clínico a la transición a la diagnosis digital de la histopatología del 100 por ciento, anunciaron hoy sus planes para crear una base de datos digital de los equipos agregados masivos de imágenes anotadas de la patología y de datos grandes que utilizaban la solución de la patología de Philips IntelliSite.

La base de datos proveerá de patólogos una gran cantidad de información clínica para el revelado de los algoritmos del analytics de la imagen para la patología y la educación de cómputo de la patología, mientras que asciende la investigación y el descubrimiento para desarrollar los nuevos discernimientos para la evaluación de la enfermedad, incluyendo cáncer.

Los algoritmos de aprendizaje profundos tienen el potencial de perfeccionar la objetividad y la eficiencia en diagnosis del tejido del tumor. Estos últimos años, técnicas de aprendizaje profundas del ` las' para el análisis de imagen se han convertido en el estado plus ultra en la visión de computador y han superado rápidamente funcionamiento humano en varias tareas.

El reto para ejecutar técnicas profundamente de aprendizaje está teniendo acceso a una base de datos con los suficientes datos en grandes cantidades y de alta calidad de los cuales desarrollar los algoritmos. Como uno de los laboratorios de patología más grandes de los Países Bajos, LabPON contribuirá su depósito de aproximadamente 300.000 imágenes de diapositiva enteras que (WSI) crean anticipado cada año a la base de datos.

Esto contendrá grupos de datos de-determinados de los casos anotados que son comentados manualmente por el patólogo, y los comprenderá de una amplia variedad del tejido y de tipos de la enfermedad, así como la otra información diagnóstica pertinente a facilitar profundamente el aprender.

El aprendizaje profundo se centra en el revelado de los programas de computadora avanzados que entienden automáticamente y digital correlacionan imágenes del tejido en considerable detalle: Más datos disponibles, refinado el análisis computarizado será. Junto, LabPON y Philips tienen la capacidad y los conocimientos para realizar esto.”  

Peter Hamilton, Analytics de la imagen del líder del grupo en las soluciones de la patología de Philips Digital.

Durante una época adonde la escasez del patólogo está montando y las cantidades de casos por tratar del cáncer es increasing3,4, la diagnosis y el nivelar exactos del cáncer ha llegado a ser cada vez más complejos, poniendo presiones importantes en servicios de la patología. Las tecnologías tales como patología de cómputo, podían ayudar a patólogos con las herramientas a trabajar en la mayoría del modo eficaz posible.

“El papel del patólogo sigue siendo importante haciendo la diagnosis definitiva, que tiene un de alto impacto en el tratamiento del paciente. Herramienta de software podría ayudar relevar parte de patólogo' trabajar por ejemplo determinando tumor célula, contando las células mitotic o determinando incremento perineural y vaso-invasor, también realizando mediciones de una manera más exacta y más exacta,” dijo a Alexi Baidoshvili, patólogo en LabPON. “Esto podía ayudar final a perfeccionar la calidad de la diagnosis y a hacerla más objetivo.”  
Al lado del revelado de los algoritmos de cómputo para el uso diagnóstico, Philips se prepone hacer disponible la base de datos para las instituciones de investigación y otros socios a través de su plataforma de translación de la investigación. Esto podría permitir a destacamentos seleccionados interrogar y combinar a grupos de datos masivos con la meta para descubrir los nuevos discernimientos que se podrían traducir final a las nuevas opciones personalizadas del tratamiento para los pacientes.    

Philips está mostrando su cartera de las soluciones de la patología en la cabina #202 en los Estados Unidos y la academia canadiense de la reunión anual 2017 de la patología (USCAP).

Source:

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Philips Healthcare. (2019, June 19). Base de datos de la patología que se hará para el revelado del análisis de imagen de aprendizaje profundo del tejido. News-Medical. Retrieved on November 28, 2020 from https://www.news-medical.net/news/20170306/Pathology-database-to-be-made-for-development-of-deep-learning-tissue-image-analysis.aspx.

  • MLA

    Philips Healthcare. "Base de datos de la patología que se hará para el revelado del análisis de imagen de aprendizaje profundo del tejido". News-Medical. 28 November 2020. <https://www.news-medical.net/news/20170306/Pathology-database-to-be-made-for-development-of-deep-learning-tissue-image-analysis.aspx>.

  • Chicago

    Philips Healthcare. "Base de datos de la patología que se hará para el revelado del análisis de imagen de aprendizaje profundo del tejido". News-Medical. https://www.news-medical.net/news/20170306/Pathology-database-to-be-made-for-development-of-deep-learning-tissue-image-analysis.aspx. (accessed November 28, 2020).

  • Harvard

    Philips Healthcare. 2019. Base de datos de la patología que se hará para el revelado del análisis de imagen de aprendizaje profundo del tejido. News-Medical, viewed 28 November 2020, https://www.news-medical.net/news/20170306/Pathology-database-to-be-made-for-development-of-deep-learning-tissue-image-analysis.aspx.