首页 » 科技 >

新型人工智能算法有助于检测脑肿瘤

2020-01-08 15:20:22来源:

脑瘤是在大脑中生长的大量异常细胞。仅在2016年,全世界就发生了330,000例脑癌事件和227,000例相关死亡。早期检测对于改善患者的预后至关重要,并且由于有一组研究人员,他们开发了一种新的成像技术和人工智能算法,可以帮助医生准确地识别脑肿瘤。

该研究发表在《自然医学》杂志上,揭示了一种结合了现代光学成像和人工智能算法的新方法。纽约大学的研究人员研究了机器学习在产生精确实时的脑肿瘤术中诊断中的准确性。

过去,诊断脑肿瘤的唯一方法是通过苏木精和曙红对被处理组织的及时染色。另外,对发现的解释取决于病理学家检查样本。研究人员希望这种新方法能够提供更好,更准确的诊断,从而有助于立即开始有效的治疗。

在癌症治疗中,癌症被诊断得越早,肿瘤学家就可以越早开始治疗。在大多数情况下,及早发现可改善健康状况。研究人员发现,他们的新颖检测方法可达到94.6%的准确度,而基于病理学的解释则为93.9%。

成像技术

研究人员使用了一种称为刺激拉曼组织学(SRH)的新成像技术,该技术可以揭示人体组织中的肿瘤浸润情况。该技术收集散射的激光并强调许多人体组织图像中通常不可见的特征。

利用这些新图像,科学家们使用人工智能算法进行了处理和研究。在短短的两分钟三十秒内,研究人员提出了脑肿瘤诊断方法。快速检测脑癌不仅有助于早期诊断疾病,而且有助于实施快速有效的治疗计划。由于早期发现癌症,因此治疗可能更有效地杀死癌细胞。

该团队还利用相同的技术来准确识别和清除传统方法无法检测到的不可检测的肿瘤。

“作为外科医生,我们仅限于对所看到的东西采取行动;该技术使我们能够看到原本不可见的东西,以提高手术室的速度和准确性,并减少误诊的风险。借助这种成像技术,癌症手术比以往更安全,更有效。”纽约大学格罗斯曼医学院神经外科副教授Daniel A. Orringer博士说。

研究结果

该研究是研究团队进行的各种构想和努力的初步演练。首先,他们通过训练深度卷积神经网络(CNN)构建了人工智能算法,该网络包含来自415位患者的250万个样本。该方法帮助他们将组织样本分组和分类为13种类别,代表最常见的脑肿瘤类型,例如脑膜瘤,转移性肿瘤,恶性神经胶质瘤和淋巴瘤。

为了进行验证,研究人员在三个大学医学中心招募了278名接受脑肿瘤切除或癫痫手术治疗的患者。对来自脑部的肿瘤样本进行了检查和活检。研究人员将样品分为两组-对照和实验。

该小组将对照组分配给传统上要在病理实验室进行处理的小组。该过程需要20到30分钟。另一方面,对实验组进行了术中测试和研究,从获取图像到通过CNN进行检查。

实验组和对照组都有明显的错误,但彼此之间是唯一的。新工具可以帮助中心检测和诊断脑肿瘤,尤其是那些没有专家神经病理学家的脑肿瘤。

纽约大学格罗斯曼医学院病理学系副教授Matija Snuderl博士说:“ SRH将通过改善手术过程中的决策并在没有受过训练的神经病理学家的医院提供专家水平的评估,从而革新神经病理学领域。” ,解释。