CT-scan (computertomografie) is in feite een röntgenfoto, die kan worden gebruikt om artsen een gedetailleerd beeld te geven van onze interne organen, en waarmee doorgaans verschillende vormen van kanker kunnen worden gediagnosticeerd. Voorheen werd het gebruik van CT om leverkanker te diagnosticeren tot op zekere hoogte gehinderd door veranderingen in de vorm en structuur van individuele levers en de gelijkenis van weefsels in aangrenzende organen op CT-beelden.
Amita Das van het Technisch Onderwijs- en Onderzoeksinstituut van de Afdeling Elektronische en Communicatietechniek aan de Siksha'O'Anusandhan Universiteit in Orissa, evenals Elektrotechniek aan de SCB Medical School en DY Patil Ramrao Adik Institute of Technology in Nerul, New Mumbai. afdeling heeft een nieuwe textuuranalysetechnologie ontwikkeld op basis van adaptieve fuzzy clustering, die kan worden gebruikt om abdominale CT-scans te classificeren om leverkanker te diagnosticeren. Deze methode is gebaseerd op de geëxtraheerde textuur, morfologie en statistische kenmerken van de scan en gebruikt deze als invoer, die de neurale netwerkclassificator kan beoordelen om onderscheid te maken tussen goedaardige en kwaadaardige levertumoren.
Vandaag testten ze hun methode met een reeks van 45 afbeeldingen en bestudeerden ze de gevoeligheid, specificiteit en nauwkeurigheid. Het team slaagde erin tumoren met een nauwkeurigheid van bijna 99% te detecteren, en dit resultaat is al zeer goed. Het volgende plan van de onderzoekers is om meer gegevens en training voor het systeem te leveren, waardoor de betrouwbaarheid van de technologie verder wordt verbeterd en een automatische diagnostische methode wordt ontwikkeld die geen menselijke fouten mogelijk maakt.
https://medicalxpress.com/news/2018-10-automated-liver-cancer.html