KTU-forskare framkallar matematiska metoder för att diagnostisera bröstcancer

Laget av forskare på den Kaunas universitetar av teknologi, Litauen framkallar matematiska metoder som kunde hjälpa att diagnostisera bröstcancer. Applicera djupt att lära metod, siktar forskarna ”undervisar” datoren för att känna igen elakartade organskador, som skulle låter åtminstone automatiserar och förhöjer delvist exaktheten av diagnostisering av bröstcancer.

I 2014 dog omkring 93,5 tusen folk från bröstcancer i EG, stora majoriteten (92,5 tusen) av dem var kvinnor. Bland kvinnor redogjorde bröstcancer för 3.7% allra dödar. Enligt den vård- organisationen för världen diagnostiseras mer än 1 miljon nya bröstcancerfall varje år. Internationellt samfund av medicinska professionell varnar att förekomsten av oncological sjukdomar är resningen; i jumbon 15 år i Litauen klassar cancern ökande av 75%.

För bättre behandling och prognos av cancertålmodig är tidig sortdiagnosen det nyckel-.

”Ofta i cancerdiagnosoncologists rely på information om visuellt hjälpmedel - avbilda av silkespappret ifrågasätter in analyseras för att bestämma naturen av organskadorna. Detta processaa är tidskrävande, och probabilityen av missförstår avlägsnas inte, som, i fallet av cancer kan vara dödlig. Genom att framkalla matematiska metoder för cancerdiagnos, missförstår vi syftet åtminstone delvist att automatisera det diagnostiserande tillvägagångssättet och att minimera händelsen av”, något att sägaDr Tomas Iešmantas, postdoctoral forskare på den Kaunas universitetar av teknologi (KTU).

För diagnostisering av bröstcancer, har han anpassat den neural kapseln knyter kontakt metoden som introduceras av den brittiska forskare Geoffrey Hinton, en av grundläggarearna av djupt att lära (bearbeta med maskin att lära metod).

Dr Iešmantas, samman med hans postdoctoral forskningarbetsledareprofessor Robertas Alzbutas, har analyserat 100 som mikroskopet avbildar av bröstsilkespappret förutsatt att av universitetar av Porto, Portugal. Det fanns 4 typer av avbildar i ta prov: de av detcancerous silkespappret, av detelakartade tumorsilkespappret, av non-invasive och invasive carcinomas. Syftet av utredningen var att planlägga en matematisk metod för att klassificera avbildar in i de 4 nämnda typerna.

”Är tidig sortresultaten mycket lovas - vi har uppnått 85% exakthet klassar”, forskare för något att säga KTU.

Han ska introducerar resultaten av forskningen i den 15th landskampkonferensen på Image analys och erkännande i Portugal. Enligt Dr Iešmantas, även om vägen av applikationen av matematiska metoder i medicin har utvidgat under senare år, och datorer undervisas för att diagnostisera organskador i lungs, för att känna igen metastasisen i lymfaknutpunkter, och att lokalisera hjärntumör är det inte mycket rimligt att cancer som diagnostiserar ska processaa blivet fullständigt automatiserat i den near framtiden.

”Föras forskningen inte endast på teoretiskt jämnt, där är några fall var dessa metoder har redan applicerats i kliniskt övar. Även om digitalization som ska för att inte byta ut människadom, mig tror, att den automatiserade datordiagnosen ska, blir mer allmänning med tid och ska hjälp till identifierar och diagnostiserar exaktare bestämda typer av cancer”, något att sägaDr Iešmantas.

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

Advertisement