Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

O método novo usa MRI, aprendizagem de máquina prever mutações genéticas em tumores da glioma

Os pesquisadores na universidade de Osaka desenvolveram um método do computador que usasse a ressonância magnética (MRI) e a aprendizagem de máquina prever ràpida mutações genéticas nos tumores da glioma, que ocorrem no cérebro ou na espinha. O trabalho pode ajudar pacientes da glioma a receber um tratamento mais apropriado mais rápido, dando melhores resultados. A pesquisa foi publicada recentemente em relatórios científicos.

O tratamento contra o cancro tem-se submetido a uma revolução nos últimos anos. Spurred pelo reconhecimento que cada exemplo do cancro é original, as mutações genéticas específicas as pilhas do tumor que levam são arranjadas em seqüência agora para descobrir que drogas da quimioterapia trabalharão melhor. Contudo, determinados tipos de cancro, especialmente tumores cerebrais, são menos acessíveis para o teste genético. O genótipo do tumor não pode ser encontrado até que uma amostra esteja tomada durante a cirurgia, e esta pode significativamente atrasar o tratamento.

A glioma é um tipo de cancro que origina nas pilhas de apoio do cérebro. Dois tipos de mutações são especialmente importantes; estas são mudanças no gene para a desidrogenase do isocitrate da enzima (IDH) ou a região do promotor do telomerase (TERT). Identificar estas mutações pode ajudar directo o curso de tratamento apropriado. Os pesquisadores produziram um algoritmo deaprendizagem que pudesse prever que mutações estam presente usando somente o SR. imagens dos tumores.

De “a aprendizagem máquina é usada cada vez mais diagnosticar imagens médicas. Mas nosso trabalho é um do primeiro a tentar mesmo classificar algo como escondido como o genótipo baseado em dados de imagem apenas,” estude primeiro Ryohei que autor Fukuma explica. O algoritmo foi encontrado para ser significativamente melhor em prever as mutações comparadas com as características radiomic convencionalmente usadas do SR. imagens, tais como o tamanho, a forma, e a intensidade.

Para construir o algoritmo, os pesquisadores usaram uma rede neural circunvolucional para extrair características do SR. imagens. Então, usando um método deaprendizagem chamado máquinas do vector do apoio, classificaram os pacientes nos grupos baseados na presença ou na ausência de mutações. “Nós esperamos expandir esta aproximação a outros tipos de cancro, assim que de nós podemos aproveitar-se das grandes bases de dados” do gene do cancro Haruhiko que autor superior já recolhido Kishima diz.

O resultado final podia remover a necessidade para a amostra cirúrgica do tecido. Ainda mais, poderia conduzir para melhorar resultados clínicos para pacientes enquanto o processo de fornecimento personalizou a medicina se torna mais fácil e mais rapidamente.

Source:
Journal reference:

Fukuma, R. et al. (2019) Prediction of IDH and TERT promoter mutations in low-grade glioma from magnetic resonance images using a convolutional neural network. Scientific Reports. doi.org/10.1038/s41598-019-56767-3