1. 第一财经首页
  2. 投稿

深入学习有助于改善乳腺癌影像学

出国就医 • • 投稿

研究人员开发了Z-Net深度学习算法，用于结合光谱和MRI数据实时重建图像。这将有助于更好地筛查和诊断乳腺癌。在光学研究人员，描述了算法以及它如何与一个结合了光学光谱信息、和无对比度磁共振成像（MRI）的成像平台一起工作，以提高对乳房癌症。

深入学习有助于改善乳腺癌影像学

“我们开发的近红外光谱层析成像（NIRST）和MRI成像平台，显示出了希望，但所需的时间和精力，阻止了它被转化为日常的临床工作流程，”来自达特茅斯学院的研究小组的负责人基思·保尔森说。

因此，我们设计了一个深度学习算法，它结合了来自MRI的解剖图像数据，来指导NIRST图像的形成，而不需要复杂的光在组织中传播的建模。

目前，动态增强MRI（DCE）被公认为乳腺癌敏感的检测方法。然而，DCE-MRI需要静脉注射造影剂，并且有很大的假阳性率。尽管非对比度MRI引导NIRST，提供了一种不需要注入对比剂或电离辐射的替代方案，但是重建组合图像需要复杂的光传播模型、以及耗时的MRI图像分析。

研究人员使用深度学习使图像重建过程更快。深度学习是一种机器学习方法，它以类似人脑运作的方式在信息片段之间建立联系，允许研究人员训练他们的算法来识别模式和复杂的关系。

原创文章，作者：出国就医，如若转载，请注明出处：https://baike.d1.net.cn/1422166.html

赞 (0)
出国就医出国就医
0 0
上一篇 2022-04-05 03:21
下一篇 2022-04-05 03:24

相关推荐