KTU の研究者は乳癌を診断するために数学方法を開発しています

カウナスの工科大学、リスアニアの研究者のチームは乳癌の診断を助けることができる数学方法を開発しています。 深く方法を学ぶことを適用して、研究者は 「教えます」部分的にオートメ化し、高める乳癌の診断の正確さを少なくとも割り当てる悪性の損害を認識するようにコンピュータを向けています。

2014 年に、およそ 93.5 千人は EU の乳癌がもとで、それらの大半 (92.5 千) でした女性停止しました。 女性の間で、乳癌はすべての死の 3.7% を占めました。 世界保健機構に従って、 1以上 ,000,000 の新しい乳癌の箱は毎年診断されています。 医学の専門家の国際地域社会は oncological 病気の発生が上がっていることを警告しています; リスアニアの最後の 15 年 75% 高められる癌のレート。

癌患者のよりよい処置そして予想のために、早い診断はキーです。

「頻繁に癌の診断の腫瘍学者に視覚情報に頼って下さい損害の性質を定めるために - 疑わしいティッシュの画像は分析されています。 このプロセスは時間のかかり、癌の場合には、致命的である場合もある間違いの確率は除去されません。 癌の診断のための数学方法の開発によって私達は少なくとも部分的に診断プロシージャをオートメ化することを向け、間違いの発生を」最小化するために、先生を言います Tomas Iesmantass、 (KTU) カウナスの工科大学のポストドクター。

乳癌を診断するために、彼はイギリスの研究者がジェフリー Hinton、深く学習の創始者の者もたらすカプセルのニューラルネットワーク方法を適応させました (機械学習方法)。

Iesmantass 先生は、彼の博士課程終了後の研究のスーパーバイザー教授とともに Robertas Alzbutas、ポルト、ポルトガルの大学によって提供される胸のティッシュの 100 つの顕微鏡の画像を分析しました。 4 つのタイプのサンプルの画像がありました: 非癌性ティッシュのそれら、非侵襲的で、侵略的な癌腫の非悪性の腫瘍のティッシュの。 調査の目標は述べられた 4 つのタイプに画像を分類するための数学方法を設計することでした。

「早い結果非常に有望です - 私達は 85% の精度」を、言います KTU の研究者を達成しました。

彼はイメージ分析の第 15 国際会議の研究およびポルトガルの認識の結果をもたらします。 先生薬の数学方法のアプリケーションの方法が、およびコンピュータに従って Iesmantass プロセスを診断する癌が十分に近い将来にオートメ化されるようになることは肺の損害を、リンパ節の転移を認識するために診断するように教えられて、近年拡大してしまった脳腫瘍を集中させるために、可能性が高くないですが。

「理論的なレベルの研究は、そこにですこれらの方法が臨床方法で既に適用されてしまったあるケース行なわれますただ。 デジタル化が人間の判断を取り替えないのに、私はオートメ化された計算機診断が時間と共通になり、により正確に識別し、診断するある特定のタイプの癌を」助けることを、言います Iesmantass 先生を信じます。

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

Advertisement