新的计算机程序在脑癌诊断上击败了医生,可以消除昂贵和危险的大脑活检

新的计算机程序在脑癌诊断上击败了医生,可以消除昂贵和危险的大脑活检
左侧为放射性坏死(上图)和癌症复发(下图)患者的MRI扫描结果。中间一栏的特写显示,这些区域在常规扫描中无法区分。放射组学描述符发现了细微的差异,右上方的放射坏死的异质性较小,如图蓝色,而右下方的肿瘤复发的异质性更大,如图红色。信贷:帕拉维·埃呀尔女子

电脑程序在Jeopardy!国际象棋和围棋。现在,凯斯西储大学(Case Western Reserve University)开发的一个项目在更严重的问题上比医生表现更好。

在确定是否出现异常组织方面,该程序的准确度几乎是两名神经放射学家的两倍(MRI)是由辐射引起的死脑细胞,称为辐射坏死,或者如果已经回来了。

这项直接比较是发表在《科学》杂志上的一项可行性研究的一部分美国神经放射学杂志今天。

“对脑肿瘤治疗评估的最大挑战之一是区分辐射和癌症复发的混淆影响,”生物医学工程辅助教授Palavi Tiwari,案例西部储备和研究领导者。“在MRI上,它们看起来非常相似。”

但是对于放射性坏死和癌症复发的治疗是截然不同的。研究人员说,快速识别有助于加快预后、治疗和改善患者的预后。

Tiwari说,随着对其准确性的进一步确认,使用他们的专业知识和程序的放射科医生可能会消除不必要和昂贵的活组织检查。脑部活组织检查是目前唯一的决定性检查,但具有很高的侵入性和风险,造成相当大的发病率和死亡率。

为了开发该计划,研究人员将与射线组学结合使用的机器学习算法,用于使用计算机算法从图像中提取的特征的术语。工程师,科学家和医生培训了计算机,以识别歧视脑癌和放射性坏死之间的辐射瘤功能,使用43名患者的常规随访MRI扫描。这些图像都来自大学医院案例医疗中心。

然后,该团队开发出算法以找到最具识别的射出物特征,在这种情况下,通过简单地眼球无法看到的纹理。

“算法看到放射科医生的肿瘤异质性和微体系结构中的定量测量的微妙差异,对肿瘤再次发生的MRI较高,”泰瓦里表示,他被任命为生物医学工程系案例西方储备医学院。

更具体地说,医生使用核磁共振扫描中的像素强度作为指导,计算机查看每个像素的边缘,F. Alex Nason II教授Anant Madabhushi解释道在西方储备,并研究共同作者。

“如果边缘都指向相同方向,则架构保留,”Madabhushi说,他还将计算成像和个性化诊断中心指向CWRU。“如果它们以不同的方向指向,则架构扰乱 - 熵或无序,异质性更高。”

在直接比较中,两位医师和分析了来自德克萨斯大学西南医学中心的15名患者的MRI扫描结果。一名神经放射学家正确诊断了7名患者,另一名医生正确诊断了8名患者。计算机程序在15个中有12个是正确的。

Tiwari和Madabhushi并不期望计算机程序会单独使用,而是作为一种决策支持,帮助神经放射学家提高他们识别可疑病变为放射性坏死或

接下来,研究人员正试图利用来自不同网站的大量图像来验证算法的准确性。


进一步探索

计算机组织图像分析揭示了ER+乳腺癌的潜在基因组学

引文:新的计算机程序在脑癌诊断上击败了医生,可以消除昂贵和危险的大脑活检(2016年9月15日),2021年4月26日从//www.puressens.com/news/2016-09-physicians-brain-cancer-costly-risky.html检索
本文件受版权保护。除了私人学习或研究目的的任何公平交易外,没有书面许可,没有任何部分。内容仅供参考。
34.分享

反馈给编辑

用户评论