Computing-Wissenschaftler an der University of Alberta haben ein neuronales Netzwerk entwickelt, übertrifft andere state-of-the-art-Methoden Identifizierung von Lungen-Tumoren von MRI-scans—ein Fortschritt, der helfen könnte, zur Verringerung der Schäden an gesundem Gewebe während der Bestrahlung.
„Algorithmen wie die, die in unserem Labor entwickelt werden können zum generieren eines Patienten-spezifischen Modells für die Diagnose und chirurgische Behandlung,“ erklärt Pierre Boulanger, Cisco Research Chair in Healthcare Solutions bei der U of A.
„Ein patient-spezifisches Modell hilft bei der op-Planung. Aber um ein solches Modell zu schaffen, muss das medizinische imaging-Daten und verwandeln Sie es in etwas, das man simulieren kann,“ fügte er hinzu.
Targeting Tumoren mit MRI-scans, ist eine Besondere Herausforderung, da Tumoren verschieben sich deutlich, wie der patient atmet, und die scans können schwierig zu interpretieren, stellte Boulanger.
„Die Tumor-Regionen im scan-Ergebnisse können sehr subtil sein, und auch einmal identifiziert, nachverfolgt werden müssen im Laufe der Zeit als der Tumor bewegt sich mit der Atmung,“ sagte er. „Der neue Algorithmus in der Lage ist zu kombinieren viele Möglichkeiten zu finden, die besten Deskriptoren zu identifizieren, ungesunden Regionen, die in einem scan.“
Die Forscher „trainierten“ die neuronalen Netzes auf eine Reihe von MRT-scans, in denen ärzte identifizierten Tumoren. Es verarbeitet eine enorme Reihe von Bildern zu lernen, welche Tumoren Aussehen und welche Eigenschaften Sie besitzen. Es wurde dann getestet, durchsucht, die möglicherweise oder möglicherweise nicht enthalten, die Tumore.
Sobald das neuronale Netzwerk trainiert wurde, haben die Forscher ihn auf die Probe gegen eine andere kürzlich entwickelte Technik durch den Vergleich der zwei Systeme mit manueller Tumor Identifizierung von einem Experten Onkologe. Der neue Algorithmus besser als der andere neue Technik, die in jeder Evaluierung Messen, verwendeten die Forscher.
Obwohl neuronale Netze könnten ausschlaggebend sein bei der Identifizierung von Tumoren, Boulanger bemerkte Sie ersetzen nicht die Notwendigkeit für ärzte und die Wichtigkeit von human-high-level-denken in vollem Umfang die Behandlung von Patienten.
„Diese Werkzeuge sind entworfen, um die Verbesserung der medizinischen Ergebnisse neben einer kompetenten Fachmann, und zu helfen, um den Prozess schneller“, sagte er.
„Medizin, die als ein Feld, ist immer auf der Suche, um weiter zu gehen und Verbesserung der Qualität der Versorgung der Patientinnen und Patienten. Neuronale Netze sind ein Werkzeug, das helfen kann, das Ziel zu erreichen.“