详细内容或原文请订阅后点击阅览
在俄罗斯，神经网络被用来识别癌症
结直肠癌，也称为结肠癌，是男性中第三大最常见的癌症类型，也是女性中第二大最常见的癌症类型。据世界卫生组织统计，每年有200万人被诊断患有结肠癌，其中超过80万例导致死亡。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）结直肠癌，也称为结肠癌，是男性中第三大最常见的癌症类型，也是女性中第二大最常见的癌症类型。据世界卫生组织统计，每年有200万人被诊断患有结肠癌，其中超过80万例导致死亡。
目前开始治疗的基础是肿瘤过程的形态学验证，主要基于结肠内镜活检。专家表示，病理检查是一个相当主观的过程，基于对组织学标本中各种形态特征的识别，患者的命运通常由一位专家决定。由于病理学家人员短缺，建立所有活检的参考研究系统几乎是不可能的任务，而未来计算机技术可以应对这一任务。如果您创建可以准确识别结肠肿瘤的各种形态学标志的专用软件，那么这样的系统可以成为活体病理研究的独立质量控制，并且在医学诊断与计算机程序的意见之间存在差异的情况下，应由上级专家医生作出决定。
SFU 国际智能材料研究所的科学家开发了一种系统，使用深度学习方法（即预训练的超精确神经网络）对结肠肿瘤活检的活体病理研究进行独立质量控制。事实证明，一种分析扫描肿瘤活检的新方法诊断癌症类型的准确率高达 96%。
研究成果发表在著名科学期刊《Algorithms》上。这篇文章因其较高的科学价值而受到该杂志编辑的认可，并被刊登在该杂志的封面上。
已发布