Пошук академічних текстів

Інформація × Реєстраційний номер 0222U001677, 0121U110569 , Науково-дослідна робота Назва роботи Верифікація ключових патоморфологічних ознак пухлинного росту як інноваційних елементів штучного інтелекту в оптимізації технології діагностики раку молочної залози Назва етапу роботи Керівник роботи Чехун Василь Федорович, Доктор медичних наук Дата реєстрації 31-01-2022 Організація виконавець Інститут експериментальної патології, онкології і радіобіології ім. Р. Є. Кавецького Національної академії наук України Опис етапу Для діагностики РМЗ, адекватної терапії та клінічного прогнозу визначальним є розмір пухлини, статус регіонарних лімфовузлів та ступінь гістологічної градації, яку оцінюють шляхом гістологічного дослідження препаратів (мікрофото), що є трудомісткою комплексною задачею, а отже, спонукає до розробки таких систем, як комп'ютерна програма для автоматизації обробки та аналізу гістологічних зрізів пухлин. Один із етапів вирішення задачі - створення бази даних (БД) для підтримки рішень дослідника під час патоморфологічної верифікації та з метою «навчання» штучної нейронної мережі. Проаналізовано масив даних клінічних та патологічних характеристик пухлинного процесу, а також показників загальної та безрецидивної виживаності 310 хворих на рак молочної залози (РМЗ) I-II стадії та ідентифіковано ознаки, асоційовані зі ступенем злоякісності цієї форми раку. Було підібрано колекцію зразків пухлинної тканини хворих на РМЗ з різним клінічним статусом і ступенем злоякісності (n=31) (вік 42-80 років, у 36% яких виявлялись регіонарні метастази, 74% мали інвазивний протоковий, а 26 % - інвазивний дольковий РМЗ). БД, яка формувалась під час виконання етапу для задач розробки підходів до комп’ютерної діагностики і прогнозування РМЗ, мала складну ієрархічну розгалужену структуру, компонентами якої були загальна інформація та відомості щодо новоутворення із супроводом не менш як 5-ма слайдами різних полів РМЗ на кожну хвору. Таким чином, отримано новітні дані, що дозволили визначити систему інформативних атрибутів для ідентифікації ознак, асоційованих з агресивністю перебігу РМЗ, здійснити підбір колекції зразків пухлинної тканини хворих з різним клінічним статусом та ступенем агресивності пухлинного процесу, а також створити базу даних для вирішення завдань розробки технології машинного навчання. Опис продукції Автори роботи Задворний Тарас Володимирович Кунська Любов Миколаївна Лук'янова Наталія Юріївна П'ятчаніна Тетяна Віталіївна Додано в НРАТ 2022-03-09 Закрити