計(jì)算機(jī)斷層掃描 (CT) 是評(píng)估患者肺癌的主要診斷工具。現(xiàn)在，由 NIBIB 資助的斯坦福大學(xué)研究人員已經(jīng)創(chuàng)建了一個(gè)人工神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)可以分析肺部 CT 掃描，以提供有關(guān)肺癌嚴(yán)重程度的信息，從而指導(dǎo)治療方案。
CT 成像是一種重要的診斷工具，用于測(cè)量肺部病變的位置、范圍、大小和形狀，用于指導(dǎo)肺癌患者的治療決策——肺癌是全世界成人中最常見的致命惡性腫瘤。然而，CT 圖像的分析僅限于人眼可見的部分，閱讀器的差異性導(dǎo)致不同腫瘤中心的臨床護(hù)理存在差異。
生物醫(yī)學(xué)信息學(xué)、放射學(xué)、數(shù)據(jù)科學(xué)、電氣工程領(lǐng)域的多學(xué)科專家組聯(lián)手創(chuàng)建了一個(gè)名為 LungNet 的機(jī)器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，旨在從患者的肺部 CT 掃描中獲取一致、快速和準(zhǔn)確的信息。該小組對(duì)患有非小細(xì)胞肺癌 (NSCLC) 的成年人進(jìn)行了掃描，這種疾病占肺癌診斷的 85%。
“LungNet 展示了直接在患者的醫(yī)學(xué)圖像上設(shè)計(jì)和訓(xùn)練機(jī)器學(xué)習(xí)工具的好處，”NIBIB 圖像處理、視覺感知和顯示項(xiàng)目主任 Qi Duan 博士說。“這是一個(gè)很好的例子，說明機(jī)器學(xué)習(xí)技術(shù)如何成為一種具有成本效益的方法來推進(jìn)疾病檢測(cè)、診斷和治療。”
該研究小組由斯坦福大學(xué)生物醫(yī)學(xué)信息學(xué)研究醫(yī)學(xué)助理教授 Olivier Gevaert 領(lǐng)導(dǎo)，他專門研究使用多尺度生物醫(yī)學(xué)數(shù)據(jù)開發(fā)用于生物醫(yī)學(xué)決策支持的機(jī)器學(xué)習(xí)方法。
Gevaert 解釋說：“定量圖像分析表明，放射圖像，例如肺癌患者的 CT 掃描，包含比放射科醫(yī)生觀察到的信息更多的可挖掘信息。”“使用來自幾個(gè)不同腫瘤診所的 CT 圖像數(shù)據(jù)集，我們著手確定我們的神經(jīng)網(wǎng)絡(luò)是否可以接受訓(xùn)練以準(zhǔn)確、可重復(fù)地分析掃描并提供一致、有用的臨床信息。”
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！