Нейробиологи: Машинное обучение улучшит понимание тяжести опухолей головного мозга
Американские нейробиологи смогли разработать модель машинного обучения, которая будет диагностировать опухоли головного мозга. По словам ученых, технология улучшит понимание врачей о тяжести той или иной глиобластомы.
Международная группа исследователей во главе с доктором Муратом Гюнелем из Йельской школы медицины в США недавно представила модель машинного обучения, которая использует клинически значимые особенности локализации и объема опухоли для дифференциации глиомы и глиобластомы. Разработка использует сложные математические подсчеты, чтобы определить, как выглядят и ведут себя различные типы рака головного мозга. Исходя из результатов, это поможет врачам быстрее и точнее диагностировать стадию злокачественных новообразований нервной системы.
Ученые протестировали свою модель на 229 пациентах, у которых очень точно были определены виды и этапы развития карцинома. Данные для исследования были собраны из общедоступной базы данных резонансной томографии. Затем нейробиологи идентифицировали и отобрали случаи глиомы, которые эксперты использовали для обучения своей модели. Таким образом, технология может с высокой степенью эффективности определить, какие опухоли были глиобластомами, а какие - новообразованиями меньшей тяжести.
Международная группа исследователей во главе с доктором Муратом Гюнелем из Йельской школы медицины в США недавно представила модель машинного обучения, которая использует клинически значимые особенности локализации и объема опухоли для дифференциации глиомы и глиобластомы. Разработка использует сложные математические подсчеты, чтобы определить, как выглядят и ведут себя различные типы рака головного мозга. Исходя из результатов, это поможет врачам быстрее и точнее диагностировать стадию злокачественных новообразований нервной системы.
Ученые протестировали свою модель на 229 пациентах, у которых очень точно были определены виды и этапы развития карцинома. Данные для исследования были собраны из общедоступной базы данных резонансной томографии. Затем нейробиологи идентифицировали и отобрали случаи глиомы, которые эксперты использовали для обучения своей модели. Таким образом, технология может с высокой степенью эффективности определить, какие опухоли были глиобластомами, а какие - новообразованиями меньшей тяжести.