Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Gli scienziati sviluppano il nuovo strumento facendo uso dell'apprendimento automatico per diagnosticare il lymphedema

Gli scienziati al laboratorio del TSU per la biofotonica, con gli specialisti dall'istituto di ricerca scientifica di Tomsk di microchirurgia, hanno sviluppato un nuovo strumento per la diagnostica del lymphedema, una patologia severa che può svilupparsi dopo il trattamento radicale di parecchie malattie oncologiche. L'uscita difficile di liquido linfatico piombo all'edema severo ed all'infiammazione degli arti. I ricercatori hanno imparato identificare i sintomi iniziali di questo facendo uso di analisi sulla base di immagini di microscopia di multiphoton e del computer, che sono usati per il riconoscimento e l'apprendimento automatico di fronte di taglio.

Patologia come il lymphedema si presenta come conseguenza di uscita e dell'ostruzione linfatiche alterate dei seni della linfa. Lymphedema è geneticamente risoluto, ma un modulo acquistato o secondario è trovato spesso. Può svilupparsi sotto l'influenza di vari fattori, includenti dopo la chirurgia, per esempio, nei pazienti che subiscono il trattamento radicale per cancro al seno.

Yury Kistenev, testa del laboratorio per la biofotonica, direttore esecutivo dell'istituto del TSU di biomedicina

Tradizionalmente, il lymphedema è valutato, per esempio, da un cambiamento nel volume dell'arto. Per fare questo, il braccio del paziente o il cosciotto è collocato in un liquido. Questo approccio causa solitamente il disagio in pazienti, ma il suo svantaggio principale è quello ad una fase iniziale della malattia che è inefficace.

Gli scienziati hanno sviluppato un nuovo modo. È basato sul fatto che con lo sviluppo della malattia, le superfici del tessuto sono trasformate e ci sono mutamenti strutturali in collageno, nella proteina più comune nel corpo umano e nella base di tutti i tessuti. Per identificare questi cambiamenti, un metodo dello strumento è usato - microscopia di multiphoton, che permette a studiare i tessuti al livello intercellulare in vivo senza catturare il materiale. Per valutare l'immagine risultante, l'analisi computerizzata e l'apprendimento automatico sono usati.

In questo lavoro, abbiamo usato un metodo chiamato l'istogramma dei gradienti orientati. Questo metodo è sembrato relativamente recentemente ed è corrente molto popolare nel riconoscimento di forme, compreso il riconoscimento facciale. Il problema era quello nel nostro caso che era necessario da distinguere le caratteristiche non diverse dei tessuti di un paziente determinato, ma le funzionalità caratteristiche di un gruppo di persone con il lymphedema. Facendo uso della modellistica matematica, abbiamo selezionato i parametri di questo metodo, che ci aiutano a risolvere questo problema.

Yury Kistenev

I ricercatori hanno sviluppato un modello premonitore facendo uso dell'apprendimento automatico per diagnosticare il lymphedema. In un campione, ha mostrato l'accuratezza di circa 95%. Secondo gli scienziati, la diagnosi del lymphedema ad una fase iniziale aiuterà medici a raggiungere i migliori risultati del trattamento.

I risultati della ricerca sono pubblicati nell'ottica biomedica del giornale precisa (Q1). L'articolo “l'applicazione della rappresentazione e dell'apprendimento automatico di Multiphoton all'analisi del tessuto di Lymphedema„ è stato riconosciuto come il migliore articolo nell'emissione.