<li id="lswox"><acronym id="lswox"><u id="lswox"></u></acronym></li>

    1. <li id="lswox"></li>

      1. 生物科學門戶網站
        BIO1000.COM

        新技術可以降低醫療保健成本 從而使大多數母親和嬰兒都可以進行鏡檢

        費城,2020年9月2日-嬰兒出生后,醫生有時會檢查胎盤(將母親與嬰兒聯系起來的器官)的特征,以表明將來任何懷孕都會危害健康。不幸的是,這是一個耗時的過程,必須由專家來執行,因此大多數胎盤在出生后都不會被檢查??▋然?middot;梅隆大學(CMU)和匹茲堡大學醫學中心(UPMC)的一組研究人員在Elsevier出版的《美國病理學雜志》上報告了一種機器學習方法以檢查胎盤載玻片的進展,因此可以告知更多女性他們的健康風險。

        檢查胎盤的原因之一是尋找一種稱為蛻膜性血管病變(DV)的血管病變。這些表明母親在將來的任何懷孕中都有先兆子癇的風險-對母親和嬰兒可能致命的并發癥。一旦被發現,先兆子癇就可以得到治療,因此在癥狀出現之前確定高危母親具有很大的益處。但是,盡管一張載玻片中有數百個血管,但僅需一個患病的血管即可表示危險。

        機械部系校友Daniel Clymer博士說:“病理學家經過多年的訓練,能夠在這些圖像中發現疾病,但是由于懷孕過程太多,因此他們沒有時間去檢查每個胎盤。”美國賓夕法尼亞州匹茲堡CMU工程學院。“我們的算法可幫助病理學家通過掃描圖像,定位血管并找到識別DV的血管模式來了解應聚焦的圖像。”

        機器學習通過“訓練”計算機來識別數據文件中的某些功能而起作用。在這種情況下,數據文件是胎盤樣本薄片的圖像。研究人員在計算機上顯示各種圖像,并表明胎盤是否患病或健康。經過充分培訓后,計算機能夠自行識別出病變的病灶。

        對于計算機而言,僅查看大圖片并對其進行分類是非常困難的,因此該團隊引入了一種新穎的方法,通過該方法,計算機遵循一系列步驟來使任務更易于管理。首先,計算機檢測圖像中的所有血管。然后可以分別考慮每個血管,從而創建較小的數據包進行分析。然后,計算機將訪問每個血管并確定是否應將其視為疾病或健康。在此階段,該算法還考慮了懷孕的特征,例如胎齡,出生體重以及母親可能有的任何狀況。如果有任何患病的血管,則將圖片以及胎盤標記為患病。UPMC團隊提供了未識別的胎盤圖像以訓練算法。

        Clymer博士解釋說:“這種算法不會很快取代病理學家。”“這里的目標是通過標記病理學家應該仔細觀察的圖像區域,這種算法可能能夠幫助加快這一過程。”

        首席研究員Jonathan Cagan博士和Philip LeDuc博士(機械教授)補充說:“這是工程學與醫學之間的完美合作,因為它們將各自的專業知識融合在一起,可以創造出可以幫助如此多人的新穎發現。”美國賓夕法尼亞州匹茲堡CMU的工程師。

        鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播更多信息之目的,如作者信息標記有誤,請第一時間聯系我們修改或刪除,多謝。

        亚洲伊人色综合网站,亚洲国产在线视频精品,国产 日韩 无码 制服 中文,欧美成年AV在线播放