1 教授,药学系,那烂陀药学研究所。2 教授兼校长,那烂陀药学研究所。3 学生,药学系,那烂陀药学研究所,贡土尔区。摘要癌症是公共卫生的重大威胁,也是全球发病的主要原因。在所有癌症中,脑癌尤其具有灾难性,因为治疗往往无法达到预期的效果,而且诊断仍然与高死亡率有关。非洲作为一个资源有限的大陆,需要分配必要的适当医疗保健基础设施,以显着降低癌症发病率并提高患者生存率。世界卫生组织 (WHO) 2018 年 2 月的一份报告最近显示,亚洲大陆因脑癌或中枢神经系统 (CNS) 癌症导致的死亡率最高。及早发现癌症至关重要,因为这样可以挽救许多生命。由于癌症诊断具有高度侵入性、耗时且昂贵,因此迫切需要开发一种非侵入性、经济高效且高效的工具来表征和评估脑癌的等级。使用磁共振成像 (MRI)、计算机断层扫描 (CT) 以及其他成像方式进行的脑部扫描是快速且更安全的肿瘤检测方法。本文的另一个目标是发现现有工程方法中存在的问题并规划未来的范式。此外,我们还在机器学习和深度学习范式的背景下强调了脑癌与其他脑部疾病(如中风、阿尔茨海默病、帕金森病和威尔逊病、白质疏松症和其他神经系统疾病)之间的关系。
主要关键词