Исследователя KTU начинают математически методы для того чтобы диагностировать рак молочной железы

Команда исследователей на технологическом университете Каунаса, Литве начинает математически методы которые смогли помочь диагностировать рак молочной железы. Прикладывающ глубоко учить метод, исследователя направляют «учат» компьютеру для того чтобы узнать злокачественные убытоки, которые позволили бы хотя бы частично automatize и увеличивают точность диагностировать рак молочной железы.

В 2014, вокруг 93,5 тысячи люди умерли от рака молочной железы в EU, подавляющее большинство (92,5 тысячи) их были женщинами. Среди женщин, рак молочной железы определил 3.7% из всех смертей. Согласно организации здоровья мира, больше чем 1 миллион новых случаев рака молочной железы диагностируются каждый год. Международное сообщество медицинских профессионалов предупреждает что падение онкологических заболеваний поднимает; в последних 15 летах в Литве тариф рака увеличенный 75%.

Для более лучших обработки и прогноза онкологических больных, предыдущий диагноз ключ.

«Часто в онкологах диагноза рака полагайтесь на визуально информации - изображение ткани в вопросе анализируется для того чтобы определить природу убытоков. Этот процесс требующий много времени и не исключена вероятность ошибки, которая, в случае рака может быть смертоносна. Путем начинать математически методы для диагноза рака мы направляем хотя бы частично automatize диагностируя процедура и уменьшить возникновение ошибок», говорит Др. Tomas Iešmantas, postdoctoral исследователя на технологическом университете Каунаса (KTU).

Для диагностировать рак молочной железы, он приспосабливал метод нервной системы капсулы введенный великобританским исследователем Geoffrey Hinton, одним из отцов-основателей глубоко учить (метод учить машины).

Др. Iešmantas, вместе с его postdoctoral профессором Robertas Alzbutas заведущей исследования, анализировал 100 изображений микроскопа ткани груди обеспеченных университетом Порту, Португалии. Были 4 типа изображений в образце: та из non-раковидной ткани, non-злокачественной ткани тумора, неинвазивных и инвазионных карцином. Цель исследования была конструировать математически метод для классифицировать изображения в 4 упомянутого типа.

«Предыдущие результаты очень перспективнейши - мы достигали показателя точности 85%», говорим исследователю KTU.

Он введет результаты исследования в 15th международной конференции на анализе изображения и опознавания в Португалии. Согласно Др. Iešmantas, хотя пути применения математически методов в медицине расширяли в недавних летах, и компьютерам учьте, что диагностировать убытоки в легких, для того чтобы узнать метастаз в лимфоузлах, и локализовать туморы мозга, очень не правоподобно что рак диагностируя процесс станет полно automatized в ближайшее время.

«Исследование не только дирижировано на теоретическом уровне, там некоторые случаи где эти методы уже прикладной в клинической практике. Даже если дигитализирование не заменит людское суждение, я верю что automatized диагноз компьютера станет более общим с временем и поможет к более точно определяет и диагностирует некоторые типы рака», говорю Др. Iešmantas.

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

Advertisement