1. 第一财经首页
  2. 投稿

深入学习有助于改善乳腺癌影像学

出国就医 • • 投稿

研究职员开发了Z-Net深度学习算法，用于连系光谱和MRI数据实时重修图像。这将有助于更好地筛查和诊断乳腺癌。在光学研究职员，形貌了算法以及它若何与一个连系了光学光谱信息、和无对比度磁共振成像（MRI）的成像平台一起事情，以提高对乳房癌症。

深入学习有助于改善乳腺癌影像学

“我们开发的近红外光谱层析成像（NIRST）和MRI成像平台，显示出了希望，但所需的时间和精神，阻止了它被转化为一样平常的临床事情流程，”来自达特茅斯学院的研究小组的认真人基思·保尔森说。

生物标志物检测可预测口咽癌的相关复发

一项大型多机构的研究表明，血液检测循环肿瘤DNA，可以准确预测HPV驱动的口咽癌治疗后的复发。

因此，我们设计了一个深度学习算法，它连系了来自MRI的剖解图像数据，来指导NIRST图像的形成，而不需要庞大的光在组织中流传的建模。

现在，动态增强MRI（DCE）被公以为乳腺癌敏感的检测方式。然而，DCE-MRI需要静脉注射造影剂，而且有很大的假阳性率。只管非对比度MRI指导NIRST，提供了一种不需要注入对比剂或电离辐射的替换方案，然则重修组合图像需要庞大的光流传模子、以及耗时的MRI图像剖析。

研究职员使用深度学习使图像重修历程更快。深度学习是一种机械学习方式，它以类似人脑运作的方式在信息片断之间确立联系，允许研究职员训练他们的算法来识别模式和庞大的关系。

专家呼吁在乳房检查中加入人工智能

利用人工智能分析乳腺癌肿瘤，具有提高医疗效率和预后的潜力。但医生们应该谨慎行事，因为类似的技术进步以前，导致了更高的假阳性率和过度治疗。

原创文章，作者：出国就医，如若转载，请注明出处：https://baike.d1.net.cn/1446871.html

赞 (0)
出国就医出国就医
0 0
上一篇 2022-04-08 09:22
下一篇 2022-04-08 09:22

相关推荐