Nuovo modo, più accurato dei tumori del cancro del polmone di imaging

Maggio 24, 2016 Admin Salute 0 5
FONT SIZE:
fontsize_dec
fontsize_inc

Moffitt Cancer Center e della University of South Florida hanno collaborato con i ricercatori in Cina, Regno Unito, Paesi Bassi e Germania per inventare un nuovo metodo di calcolo per la valutazione dei tumori del cancro del polmone con CT, PET o MRI tecnologie diagnostiche. Il metodo, chiamato segmentazione insieme solo clic (SCES), utilizza un nuovo algoritmo informatico sviluppato dai ricercatori per aiutare segmento ed estrarre le caratteristiche di un tumore. Il nuovo approccio non solo migliora le valutazioni di diagnosi e prognosi, ma anche di risparmiare tempo e di assistenza sanitaria di dollari.

Il loro studio è apparso nel numero di marzo di Pattern Recognition.
Cancro
polmone è il tumore più mortale negli uomini e nelle donne. Secondo il National Institutes of Health, il tasso di sopravvivenza a cinque anni (16,3 per cento) è peggio di molti altri tipi di tumore, come il colon (65,2 per cento), della mammella (90,0 per cento) e della prostata (99,9 per cento). Immagine del tumore più accurate, in termini di estrazione delle caratteristiche del tumore, potrebbe migliorare l'accuratezza diagnostica e predittiva

"Il nuovo metodo che abbiamo sviluppato permetterà di migliorare l'accuratezza diagnostica e rendere la cura del cancro più individualizzato possibile", ha detto il senior autore Robert J. Gillies, Ph.D., presidente del Dipartimento di Cancer Imaging e Metabolismo presso Moffitt. "Sarà migliorare la nostra capacità di quantificare i cambiamenti nel cancro e rispondere adeguatamente con la terapia."




Segmentazione del tumore è stato precedentemente un compito difficile a causa della diversa composizione delle lesioni tumorali rispetto ai tessuti normali. Il nuovo metodo di segmentazione segna un grande miglioramento rispetto a metodo manuale utilizzato in precedenza, hanno detto i ricercatori.

"Un approccio comune per delineare tumori del cancro del polmone è per il radiologo o radiazioni oncologo per disegnare manualmente il confine del tumore", ha spiegato Gillies. "Questo metodo è variabile e l'operatore-dipendente. Un algoritmo altamente automatico, preciso e riproducibile delineazione del tumore al polmone offrirebbe un significativo progresso."

Il loro sviluppo di SCES propone che l'avanzamento, e perché il processo è automatizzato, richiede meno tempo e fatica.

"Un grande vantaggio con il singolo click segmentazione insieme è che richiede solo una interazione umana -. L'ingresso di semi manuale Questo è quando il radiologo o radiazioni oncologo pone i punti di sementi nella zona del tumore", ha detto Gillies. "Con SCES, lesione delineazione era accurata e coerente, e il carico di lavoro segmentazioni polmone è stato notevolmente ridotto."

Il nuovo algoritmo utilizza l'originale inserendo il punto seme originale per definire un'area all'interno della quale più punti di sementi vengono generati automaticamente. Segmentazione Ensemble può essere ottenuto dai più regioni.

Secondo i ricercatori, la misurazione può essere utilizzato per determinare se il tumore è in aumento o in diminuzione di dimensioni, così come descrivere caratteristiche come forma e consistenza.

"Con questo metodo, tutto il radiologo ha a che fare è cliccare il mouse su un tumore e il programma eseguirà automaticamente una misurazione accurata", ha spiegato Hall. "Abbiamo anche dimostrato che questo approccio riduce la variabilità inter-osservatore con un numero significativamente minore interazione dell'operatore rispetto l'algoritmo originale."

Le funzionalità del nuovo algoritmo sono stati testati con successo su un ampio insieme di dati di imaging del tumore del paziente.

Il loro lavoro è stato finanziato dal National Institutes of Health di Grant 1U01 CA 143062-01

(0)
(0)

Commenti - 0

Non ci sono commenti

Aggiungi un commento

smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile
Caratteri rimanenti: 3000
captcha