CT-skandering (Rekenaartomografie) is basies 'n X-straalbeeld, wat gebruik kan word om klinici 'n gedetailleerde oorsig van ons interne organe te gee, en kan gewoonlik verskeie vorme van kanker diagnoseer. Voorheen is die gebruik van CT om lewerkanker te diagnoseer tot 'n mate belemmer deur veranderinge in die vorm en struktuur van individuele lewers en die ooreenkomste van weefsels in aangrensende organe in CT-beelde.
Amita Das van die Tegniese Onderwys- en Navorsingsinstituut van die Departement Elektroniese en Kommunikasie-ingenieurswese by Siksha'O'Anusandhan Universiteit in Orissa, sowel as Elektriese Ingenieurswese by SCB Mediese Skool en DY Patil Ramrao Adik Instituut vir Tegnologie in Nerul, New Mumbai. departement het 'n nuwe tekstuuranalise-tegnologie ontwikkel wat gebaseer is op aanpasbare fuzzy clustering, wat gebruik kan word om abdominale CT-skanderings te klassifiseer om lewerkanker te diagnoseer. Hierdie metode is gebaseer op die onttrekte tekstuur, morfologie en statistiese kenmerke van die skandering en gebruik dit as insette, wat die neurale netwerkklassifiseerder kan beoordeel om tussen goedaardige en kwaadaardige lewergewasse te onderskei.
Vandag het hulle hul metode met 'n reeks van 45 beelde getoets en sensitiwiteit, spesifisiteit en akkuraatheid bestudeer. Die span kon byna 99% akkuraatheid behaal in die opsporing van gewasse, en hierdie resultaat is reeds baie goed. Die navorsers se volgende plan is om meer data en opleiding vir die stelsel te verskaf en sodoende die betroubaarheid van die tegnologie verder te verbeter en ’n outomatiese diagnostiese metode te ontwikkel wat nie die moontlikheid van menslike foute het nie.
https://medicalxpress.com/news/2018-10-automated-liver-cancer.html
