هوش مصنوعی تومور مغزی را به جای پزشکان رصد می‌کند

alodoctoradmin2
در سال‌های اخیر، پیشرفت‌های چشمگیری در زمینه تشخیص و درمان بیماری‌ها به وجود آمده است. با این حال، هنوز هم فرصت‌های زیادی برای بهبود روش‌های کنترل بیماری‌های مختلف، به ویژه سرطان، وجود دارد. تشخیص زودهنگام سرطان یک مرحله کلیدی در درمان مؤثر این بیماری به شمار می‌آید، زیرا می‌تواند شانس بقا را برای بیمار افزایش […]

در سال‌های اخیر، پیشرفت‌های چشمگیری در زمینه تشخیص و درمان بیماری‌ها به وجود آمده است. با این حال، هنوز هم فرصت‌های زیادی برای بهبود روش‌های کنترل بیماری‌های مختلف، به ویژه سرطان، وجود دارد. تشخیص زودهنگام سرطان یک مرحله کلیدی در درمان مؤثر این بیماری به شمار می‌آید، زیرا می‌تواند شانس بقا را برای بیمار افزایش دهد.

 

 

در میان انواع سرطان‌ها، گلیوما از اهمیت ویژه‌ای برخوردار است، چرا که شایع‌ترین نوع تومور مغزی اولیه محسوب می‌شود و درجات مختلفی از تهاجم را دارد. یکی از روش‌های مؤثر برای بررسی این نوع تومور، استفاده از MRI است که تصویری دقیق از تومور و نواحی مختلف آن ارائه می‌دهد و به این ترتیب امکان بررسی دقیق مکان، شکل و ویژگی‌های آن فراهم می‌شود.

در این راستا، گروهی از محققان ایرانی شامل آرمین بنکدار، نسترن شکوری‌فر از دانشگاه خواجه نصیرالدین طوسی و مجید سلطانی و کامران راحمی‌فر از دانشگاه واترلو کانادا، به بررسی رابطه بین حداکثر قطر نواحی فرعی تومور و شاخص OS در بیماران مبتلا به گلیوبلاستوم پرداخته‌اند.

آنها برای این تحقیق از پایگاه داده‌های MRI بیماران گلیوبلاستوم استفاده کرده و آنها را بر اساس وضعیت جراحی برداشت تومور به دو گروه «برداشتن کامل تومور» (GTR) و «برداشتن نامشخص» (NA) تقسیم کردند.

در مرحله بعد، با استفاده از یک الگوریتم خاص، حداکثر قطر نواحی فرعی تومور را تخمین زدند.

آیا این مطلب برای شما مفید بود؟
مطالب پیشنهادی

نظر خود را وارد نمایید
لغو پاسخ