使用计算机分析患者器官的CT图像,研究人员能够预测他们的5年死亡率,准确率高达70%。这是发表在《科学报告》杂志上的一项最新研究成果。
该研究报告的作者,澳大利亚阿得雷德大学公共卫生学院的Luke Oakden Rayner博士及其同事相信,他们的研究结果能够推动精准医学领域向前发展。
美国国家卫生研究院(NIH)将精准医学定义为“一种将每个人的基因、环境与生活方式等个体差异考虑在内的疾病预防与治疗的新兴方法”。
正如该研究作者所指出的,精准医学有赖于生物标志物的发现,它是疾病风险、治疗反应或疾病预后的精确指标。他们认为放射学在这一领域起着重要作用。
在他们的研究中,Oakden Rayner博士及其同事开始探讨他们是否能教会计算机“学习”来自计算机断层扫描(CT)的相关信息,用来预测患者的5年死亡率。
首先,研究小组收集了七种不同组织的15,000幅CT图像——包括心肺组织,这些图像均来自60岁及以上的患者。使用Logistic回归技术,研究人员确定了一些与5年死亡率相关的图像特征。
然后,研究团队将数据与“深度学习”技术结合起来。Oakden Rayner博士解释说,这是一种计算机可以“学习如何理解与分析图像”的方法。
>>>> 转载声明:版权申明【本微信所有转载文章系出于传递更多信息之目的,且明确注明来源和作者,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理】
>>>> 来源:科学解码
征稿启事
有关医学影像技术的资讯、动态、市场、前沿等信息和文章;各种设备的技术应用、维护、检测、防护、质控、管理等文章;有关本行业的晋升、继续教育考题、复习资料等。
请务必保证原创,拒绝抄袭,文责自负。本微信公众号对所录用文章会进行自动识别,一经发现非原创文章,将作撤稿处理,不予录用。
作者投稿一旦经本平台录用,即默认稿件版权已被授权本平台,并同步发布到《医学影像技术网》主站点。
原创文章一旦录用,即将以微信红包形式给予作者100-2000元稿费。
请各位来稿者将您的稿件(请附带联系方式、微信号)发送至邮箱:[email protected],我们将以邮件和微信的形式进行反馈。
本平台拥有最终解释权