Search academic texts

Information × Registration Number 0826U000886, PhD dissertation Status Доктор філософії Date 13-04-2026 popup.evolution o Title Integrated diagnosis of breast tumors: mammographic and pathohistological criteria using artificial intelligence technologies Author Ruslana Lakhtaryna, popup.head Roman Moskalenko popup.opponent Ivan Starchenko popup.opponent Vitaliy Gargin popup.review Ivan Lukavenko popup.review Mykola Lyndin Description Рак грудної залози є найчастіше діагностованим злоякісним новоутворенням та однією з провідних причин смертності серед жінок у світі. Високий рівень смертності значною мірою пов’язаний із пізнім виявленням захворювання та обмеженою ефективністю скринінгових програм. Основними методами діагностики пухлин грудної залози є променева візуалізація та гістологічна верифікація. Разом із тим складність морфологічної структури пухлин та наявність різних гістологічних варіантів зумовлюють необхідність інтеграції сучасних технологій для підвищення точності діагностики. Метою дисертаційної роботи - обґрунтувати ефективні методи застосування алгоритмів програмування для покращення точності і швидкості діагностики раку грудної залози, оцінити їхню діагностичну значущість і можливості інтеграції у сучасні діагностичні практики. У роботі використано бібліографічний, рентгенологічний, гістологічний, морфометричний, статистичний методи дослідження, а також методи програмування для аналізу цифрових медичних зображень. У ході дослідження проведено ретроспективний аналіз 3140 мамографічних зображень, з яких відібрано 145 випадків із підтвердженими гістологічними даними відповідно до класифікації BI-RADS. Сформовано дві досліджувані групи: 43 випадки інвазивного раку грудної залози та 102 випадки доброякісних пухлин. Проведений аналіз дозволив визначити характерні рентгенологічні та гістологічні ознаки доброякісних і злоякісних утворень грудної залози та встановити їхню взаємну відповідність. У результаті дослідження розроблено інформаційно-екстремальний алгоритм автоматизованої класифікації клітин раку грудної залози на основі цитологічних ознак. Валідація алгоритму продемонструвала високу ефективність його роботи та можливість застосування для автоматизованого аналізу цифрових гістологічних зображень. Отримані результати свідчать про перспективність використання алгоритмів штучного інтелекту у діагностиці пухлин грудної залози, що сприяє підвищенню точності встановлення діагнозу, стандартизації оцінки результатів та оптимізації клінічної практики Registration Date 2026-04-07 popup.nrat_date 2026-04-07 Close