神经网络在组织学样本上100%准确地识别癌症
2024-02-05
来源: drugdu
73
癌症患者获得有利结果的可能性在很大程度上受到癌症诊断阶段的影响。组织学检查是诊断的基准，但其可靠性可能会受到主观解释和组织样本质量的影响。这些检查的不准确可能导致错误的诊断。现在，一个数学家团队开发了一个机器学习模型，该模型显著提高了在组织学图像中识别癌症的准确性。该模型的亮点是加入了一个额外的模块，增强了神经网络的“注意力”能力，使其能够实现近乎完美的精度。
RUDN大学（俄罗斯莫斯科）的数学家对几种卷积神经网络进行了测试，并用两个卷积注意力模块对其进行了补充。这些模块对于检测图像中的对象至关重要。该模型使用BreakHis数据集进行了训练和测试，该数据集包括来自82名患者的近10000张不同尺度的组织学图像。最令人印象深刻的性能来自一个将DenseNet211卷积网络与注意力模块相结合的模型，实现了99.6%的显著准确率。研究团队指出，癌组织的检测受到图像尺度的影响。这是因为在不同的变焦水平下，图像的质量不同，癌的形成也不同。因此，在实际应用过程中，选择合适的图像分析比例必须是一个重要的考虑因素。
Ammar Muthana博士兼RUDN大学无线5G网络建模科学中心主任表示：“组织学图像的计算机分类将减轻医生的负担，提高检测的准确性。这些技术将改善癌症的治疗和诊断。近年来，深度学习方法在医学图像分析问题上显示出有希望的结果。模型中的注意力模块改进了特征提取和模型的整体性能。在它们的帮助下，模型聚焦于图像的重要区域，并突出了必要的信息。这表明了注意力机制在医学图像分析中的重要性。”
来源：
https://www.labmedica.com/pathology/articles/294800123/neural-network-recognizes-breast-cancer-on-histological-samples-with-100-accuracy.html
版权著作，未经滴度drugdu.com书面授权，严禁转载，违者将被追究法律责任。
相关News
- Lupin Digital Health 的 Lyfe 平台获得 CDSCO 颁发的 C 类医疗器械许可证 2024-05-05
- BigHat Biosciences 与杨森生物技术公司合作 2024-05-05
- Abbott因溶解膝盖以下动脉的支架而获得美国食品药品监督管理局批准 2024-05-05
- 患者权利倡导者在针对明尼苏达州蓝十字蓝盾的诉讼中提交Amicus简报 2024-05-05
- 吉利德利用一期妊娠期艾滋病患者数据扩大了 Biktarvy 的 FDA 标签范围 2024-05-05
