CT-Scan (Computertomographie) ist im Grunde ein Röntgenbild, das Ärzten einen detaillierten Blick auf unsere inneren Organe verschaffen und in der Regel verschiedene Formen von Krebs diagnostizieren kann. Bisher wurde die Verwendung der CT zur Diagnose von Leberkrebs in gewissem Maße durch Veränderungen in der Form und Struktur einzelner Lebern und die Ähnlichkeit von Geweben in benachbarten Organen in CT-Bildern behindert.
Amita Das vom Technical Education and Research Institute der Abteilung für Elektronik- und Kommunikationstechnik an der Siksha'O'Anusandhan University in Orissa sowie Elektrotechnik an der SCB Medical School und dem DY Patil Ramrao Adik Institute of Technology in Nerul, New Mumbai Die Abteilung hat eine neue Texturanalysetechnologie entwickelt, die auf adaptivem Fuzzy-Clustering basiert und zur Klassifizierung von Bauch-CT-Scans zur Diagnose von Leberkrebs verwendet werden kann. Diese Methode basiert auf der aus dem Scan extrahierten Textur, Morphologie und statistischen Merkmalen und verwendet diese als Eingabe, die der Klassifikator des neuronalen Netzwerks beurteilen kann, um zwischen gutartigen und bösartigen Lebertumoren zu unterscheiden.
Heute testeten sie ihre Methode mit einer Serie von 45 Bildern und untersuchten Sensitivität, Spezifität und Genauigkeit. Das Team konnte eine Genauigkeit von fast 99 % bei der Erkennung von Tumoren erreichen, und dieses Ergebnis ist bereits sehr gut. Der nächste Plan der Forscher besteht darin, mehr Daten und Schulungen für das System bereitzustellen, um so die Zuverlässigkeit der Technologie weiter zu verbessern und eine automatische Diagnosemethode zu entwickeln, bei der kein menschliches Versagen möglich ist.
https://medicalxpress.com/news/2018-10-automated-liver-cancer.html