研究人员开发了用于皮肤癌筛查的自动化黑素瘤检测器
2016/12/27 创新医学网

     即使专家也可能被黑色素瘤愚弄。

     患有这种类型皮肤癌的人通常在他们的皮肤上具有看似痣的生长，这些生长在形状和颜色上往往是不规则的，并且很难区分是否良性，使得该疾病很难诊断。

    

     目前，洛克菲勒大学的研究人员开发了一种自动化技术，其将成像与数字分析和机器学习相结合，帮助医生在早期阶段检测黑素瘤。

     “皮肤科领域非常需要如何评估黑素瘤的标准，”临床调查教授及调查皮肤病实验室主任James Carl教授说。 “通过筛查检测可以挽救生命，但在视觉上非常具有挑战性，即使当可疑病变被提取和活检时，也只有约10%的病例被证实是黑素瘤。

     在新的研究方法中，病变的图像由提取关于生长中存在的颜色数量的信息等一系列计算机程序和其它定量数据进行处理。该分析产生总体风险评分，称为Q评分，其指示生长是癌性的可能性。

    

     该项研究成果发表在Experimental Dermatology期刊上。最近一项评估该方法有用性的研究表明，Q评分产生98%的敏感性，这意味着它很可能正确地识别皮肤上的早期黑素瘤。其正确诊断正常痣的能力为36%，接近由专家皮肤科医生在显微镜下进行可疑痣的视觉检查所达到的水平。

     克鲁格实验室的临床调查研究员及该研究的第一作者Daniel Gareau称：“Q评分在预测黑色素瘤方面的成功是对竞争技术的显著改进。”

     研究人员通过将60张癌症黑素瘤照片和等量的良性生长的照片提供给图像处理程序来开发这种工具。他们开发了成像生物标志物来精确量化生长的视觉特征。他们使用计算方法产生了一组在两组图像之间不同的定量指标，基本上确定哪些视觉方面的病变对于恶性肿瘤最为重要，并给予每个生物标志物恶性评级。

     通过组合来自每个生物标志物的数据，他们计算每个图像的总Q分数，其值在0和1之间，其中较高的数值表示病变是癌性的概率较高。

    

     如先前研究所示，病变中的颜色数量被证明是用于确定恶性肿瘤的最重要的生物标志物。 而且一些生物标志物只有在特定颜色通道中才有意义。研究人员表示这些生物标志物可能被用来鉴定其它生物标志物并进一步提高其准确性。

     “我认为这种技术可以帮助早期检测疾病，这样可以挽救生命，并避免不必要的活检，”Gareau说道。 “我们接下来的步骤是在更大的研究中评估这种方法，并进一步确定我们如何使用特定的颜色波长来揭示可能对肉眼不可见但仍可用于诊断病变的方面。”

     文章原文：http://medicalxpress.com/news/2016-12-automated-melanoma-detector-skin-cancer.html

     创新医学网

     生命科学前沿报道、临床医疗技术探讨、医疗时政解读、医学资源共享

    

    

    http://weixin.100md.com
返回 创新医学网 返回首页 返回百拇医药