အသည်းကင်ဆာစစ်ဆေးမှုကိုအလိုအလျောက်ပြုလုပ်သည်

CT စကင်န် (Computed Tomography) အခြေခံအားဖြင့် X-ray ဓါတ်ပုံသည် ဆေးခန်းများအား ကျွန်ုပ်တို့၏ အတွင်းအင်္ဂါများကို အသေးစိတ်ကြည့်ရှုနိုင်ရန် နှင့် ကင်ဆာပုံစံအမျိုးမျိုးကို ရှာဖွေဖော်ထုတ်နိုင်စေရန်အတွက် အခြေခံအားဖြင့် အသုံးပြုနိုင်သည်။ ယခင်က အသည်းကင်ဆာရောဂါရှာဖွေရန် CT ကိုအသုံးပြုခြင်းသည် အသည်းတစ်ခုချင်းစီ၏ပုံသဏ္ဍာန်နှင့်ဖွဲ့စည်းပုံပြောင်းလဲမှုများနှင့် CT ပုံများတွင် ကပ်လျက်အင်္ဂါများရှိတစ်ရှူးများ၏ဆင်တူမှုများကြောင့် အတိုင်းအတာတစ်ခုအထိ အဟန့်အတားဖြစ်စေခဲ့သည်။

Orissa ရှိ Siksha'O'Anusandhan University မှ အီလက်ထရွန်းနစ်နှင့် ဆက်သွယ်ရေးအင်ဂျင်နီယာဌာန၏ နည်းပညာပညာရေးနှင့် သုတေသနဌာနမှ Amita Das နှင့် SCB Medical School နှင့် Nerul ရှိ DY Patil Ramrao Adik Institute of Technology တို့၊ ဌာနသည် အသည်းကင်ဆာကို ရှာဖွေဖော်ထုတ်ရန် ဝမ်းဗိုက် CT စကင်န်များကို အမျိုးအစားခွဲခြားရန် အသုံးပြုနိုင်သည့် adaptive fuzzy clustering ကို အခြေခံ၍ texture analysis နည်းပညာအသစ်ကို တီထွင်ခဲ့သည်။ ဤနည်းလမ်းသည် စကန်ဖတ်ခြင်းမှ ထုတ်ယူထားသော အသွင်အပြင်၊ ရုပ်ပုံသဏ္ဌာန်နှင့် ကိန်းဂဏန်းဆိုင်ရာ အင်္ဂါရပ်များအပေါ် အခြေခံပြီး ၎င်းတို့ကို ထည့်သွင်းမှုအဖြစ် အသုံးပြုကာ ညင်သာပျော့ပျောင်းသော အသည်းနှင့် ကင်ဆာရှိသော အသည်းအကျိတ်များအကြား ခွဲခြားဆုံးဖြတ်နိုင်သည့် အာရုံကြောကွန်ရက်အမျိုးအစားခွဲခြားမှုကို ဆုံးဖြတ်နိုင်သည်။

ယနေ့တွင် ၎င်းတို့သည် ၎င်းတို့၏နည်းလမ်းကို ရုပ်ပုံ 45 တွဲဖြင့် စမ်းသပ်ခဲ့ပြီး အာရုံခံနိုင်စွမ်း၊ တိကျမှုနှင့် တိကျမှုကို လေ့လာခဲ့သည်။ အဖွဲ့သည် အကျိတ်များကို ရှာဖွေရာတွင် 99% နီးပါး တိကျမှုကို ရရှိပြီး ဤရလဒ်သည် အလွန်ကောင်းမွန်နေပြီဖြစ်သည်။ သုတေသီများ၏နောက်ထပ်အစီအစဉ်မှာ စနစ်အတွက် ဒေတာနှင့် လေ့ကျင့်ရေးများ ပိုမိုပံ့ပိုးပေးရန်ဖြစ်ပြီး နည်းပညာ၏ယုံကြည်စိတ်ချရမှုကို ပိုမိုတိုးတက်ကောင်းမွန်လာစေရန်နှင့် လူသားအမှားအယွင်းဖြစ်နိုင်ချေမရှိသော အလိုအလျောက်ရောဂါရှာဖွေရေးနည်းလမ်းကို တီထွင်ထုတ်လုပ်ရန်ဖြစ်သည်။

https://medicalxpress.com/news/2018-10-automated-liver-cancer.html