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.

Os tumores cerebrais pediatras podem ser classificados usando a aprendizagem tornada mais pesada difusão da imagem lactente e de máquina

A difusão tornou mais pesada a imagem lactente e a aprendizagem de máquina pode com sucesso classificar o diagnóstico e as características dos tipos comuns de tumores cerebrais pediatras um estudo multicentrado com sede no Reino Unido, incluindo WMG na universidade de Warwick encontraram. Isto significa que o tumor pode ser caracterizado e tratado mais eficientemente.

A causa de morte a maior do cancro nas crianças é tumores cerebrais em uma parte particular do cérebro, chamada a fossa traseiro. Contudo, dentro desta área, há três tipos principais de tumor cerebral, e de poder caracterizá-los rapidamente e eficientemente pode estar desafiante.

Uma avaliação qualitativa de MRI por radiologistas é usada actualmente, porém sobrepr características radiológicas pode a fazer difícil distinguir que o tipo de tumor ele é, sem a confirmação da biópsia. No papel, a “classificação de tumores cerebrais pediatras pela difusão tornou mais pesada a imagem lactente e a aprendizagem de máquina”, publicada nos relatórios científicos do jornal, conduziu pela universidade de Birmingham que inclui os pesquisadores de WMG, universidade de Warwick. O estudo encontrou que a classificação diagnóstica do tumor pode ser melhorada usando difusão não invasora a imagem lactente tornada mais pesada, quando combinado com a aprendizagem de máquina (AI).

A imagem lactente tornada mais pesada difusão envolve o uso de seqüências avançadas específicas de MRI, assim como de software que gera imagens dos dados resultantes que usam a difusão de moléculas de água para gerar o contraste no SR. imagem. Um pode então extrair um mapa aparente do coeficiente (ADC) de difusão, valores analisados de que pode ser usado para o dizer mais sobre o tumor.

O estudo envolveu 117 pacientes de cinco centros do tratamento preliminar através do Reino Unido com as varreduras de doze hospitais diferentes em um total de dezoito varredores diferentes, as imagens deles foram analisadas então e a região de interesses foi desenhada por um radiologista experiente e por um cientista perito em neuroimaging pediatra. Os valores da análise de mapas aparentes do coeficiente de difusão das regiões destas imagens foram alimentados aos algoritmos do AI para discriminar com sucesso os três tipos os mais comuns de tumores cerebrais traseiros pediatras da fossa, não invasora.

Usar o AI e as características de ressonância magnética avançadas, tais como valores aparentes do coeficiente (ADC) de difusão das imagens tornadas mais pesadas difusão, pode potencial ajudar a distinguir, em uma maneira não invasora, entre os três tipos diferentes principais de tumores pediatras na fossa traseiro, a área do cérebro onde tais tumores são encontrados o mais geralmente nas crianças.”

Professor Theo Arvanitis, autor do estudo, director, instituto da saúde de Digitas, WMG, universidade de Warwick

“Se esta técnica de imagem lactente avançada, combinada com a tecnologia do AI, pode rotineiramente ser registrada em hospitais significa que os tumores cerebrais da infância podem ser caracterizados e classificado mais eficientemente, e significa por sua vez que os tratamentos podem ser levados a cabo em uma maneira mais rápida com resultados favoráveis para as crianças que sofrem da doença.”

O professor Andrew Peet, professor de NIHR na oncologia pediatra clínica na universidade do hospital de Birmingham e de crianças de Birmingham adiciona:

“Quando uma criança vem ao hospital com sintomas que poderiam os significar tenha um tumor cerebral que a varredura da inicial é um tempo tão difícil para a família e compreensìvel querem respostas o mais cedo possível. Aqui nós combinamos prontamente - varreduras disponíveis com inteligência artificial fornecer os níveis elevados de precisão diagnóstica que podem começar dar algumas respostas. Os estudos precedentes que usam estas técnicas foram limitados pela maior parte para escolher os centros peritos. Mostrar que podem trabalhar através de tais um grande número hospitais abre a porta a muitas crianças que tiram proveito do diagnóstico não invasor rápido de seu tumor cerebral. Estas são épocas muito emocionantes e nós somos trabalhar duro agora começar fazer estas técnicas da inteligência artificial amplamente disponíveis.”

Source:
Journal reference:

Novak, J., et al. (2021) Classification of paediatric brain tumours by diffusion weighted imaging and machine learning. Scientific Reports. doi.org/10.1038/s41598-021-82214-3.