De onderzoekers KTU ontwikkelen wiskundige methodes om borstkanker te diagnostiseren

Het team van onderzoekers bij Universiteit Kaunas van Technologie, Litouwen ontwikkelt wiskundige methodes die konden helpen borstkanker diagnostiseren. Toepassend diepe het leren methode, pogen de onderzoekers computer „onderwijzen“ om kwaadaardige letsels te erkennen, die zouden toestaan minstens automatiseer en gedeeltelijk de nauwkeurigheid van het diagnostiseren van borstkanker verbeter.

In 2014, stierven rond 93.5 duizend mensen aan borstkanker in de EU, was de overgrote meerderheid (92.5 duizend) van hen vrouwen. Onder vrouwen, vertegenwoordigde borstkanker 3.7% van alle sterfgevallen. Volgens de Wereldgezondheidsorganisatie, worden meer dan 1 miljoen nieuwe gevallen van borstkanker gediagnostiseerd elk jaar. De internationale gemeenschap van medische beroeps waarschuwt ervoor dat de weerslag van oncologische ziekten toeneemt; in de laatste 15 jaar in Litouwen steeg het kankertarief met 75%.

Voor betere behandeling en prognose van kankerpatiënten, is de vroege diagnose de sleutel.

„Vaak in kanker baseren de diagnoseoncologen zich op visuele informatie - het beeld van het weefsel in kwestie wordt geanalyseerd om de aard van de letsels te bepalen. Dit proces is tijdrovend en de waarschijnlijkheid van fout wordt niet geëlimineerd, die, in het geval van kanker fataal kan zijn. Door wiskundige methodes voor kankerdiagnose te ontwikkelen die wij hebben gepoogd om de het diagnostiseren procedure gedeeltelijk minstens te automatiseren en het voorkomen van fouten“ te minimaliseren, zegt Dr. Tomas Iešmantas, post-doctorale onderzoeker bij Universiteit Kaunas van Technologie (KTU).

Voor het diagnostiseren van borstkanker, heeft hij methode van het capsule de neurale netwerk die door de Britse onderzoeker Geoffrey Hinton, één wordt geïntroduceerd aangepast van de grondleggers van diep het leren (machine het leren methode).

Dr. Iešmantas, samen met zijn post-doctorale onderzoeksupervisor Professor Robertas Alzbutas, heeft 100 microscoopbeelden van borstweefsel die door de Universiteit van Porto, Portugal worden verstrekt geanalyseerd. Er waren 4 soorten beelden in de steekproef: die van niet kankerweefsel, van onschadelijk tumorweefsel, van niet-invasieve en invasieve carcinomen. Het doel van het onderzoek was een wiskundige methode te ontwerpen om de beelden in de 4 vermelde types te classificeren.

De „vroege resultaten zijn zeer belovend - wij hebben 85% nauwkeurigheidstarief“, zeggen onderzoeker KTU bereikt.

Hij zal de resultaten van het onderzoek in de 15de Internationale Conferentie bij de Analyse van het Beeld en Erkenning in Portugal introduceren. Volgens Dr. Iešmantas, hoewel de manieren van toepassing van wiskundige methodes in geneeskunde zich de laatste jaren hebben uitgebreid, en computers worden onderwezen om letsels in longen te diagnostiseren, om metastase in lymfeknopen te erkennen, en om hersenentumors te lokaliseren, is het niet zeer waarschijnlijk dat kanker die proces diagnostiseert in de nabije toekomst volledig geautomatiseerd zal worden.

Het „onderzoek wordt niet alleen geleid naar theoretisch niveau, zijn er sommige gevallen waar deze methodes reeds in klinische praktijk zijn toegepast. Alhoewel de digitalisering geen menselijk oordeel zal vervangen, geloof ik dat de geautomatiseerde computerdiagnose gemeenschappelijker zal worden met tijd en zal helpen om bepaalde soorten kanker“ nauwkeuriger te identificeren en te diagnostiseren, zegt Dr. Iešmantas.

Bron: https://en.ktu.edu/news/mathematical-methods-for-diagnosing-breast-cancer/

Advertisement