Video: meme biyopsilerinin karakterizasyonu

Alberto Velasco Mata, Turing Machine ödüllerinin ikincisinde ödüle layık görülen öğrenci. En iyi Yüksek Lisans Tezi için Cojali SL Ödülü, başlıklı: "Meme biyopsilerinin mikroskobik görüntülerinde ilgi alanlarının karakterizasyonu“, Eusebio Angulo Sánchez-Herrera ve María Gloria Bueno García tarafından eğitildi. Ardından, aşağıdaki videoda Alberto tarafından yürütülen çalışmaların bir özetini görebilirsiniz.

Resumen

Kanserli alanlar da dahil olmak üzere meme dokusu biyopsilerinde tümör bölgelerinin tespiti ve sınıflandırılması için makine öğrenimi tekniklerinin uygulanması, maliyetlerde bir azalmayı temsil eder ve uzmanların teşhisini kolaylaştırır. Bu uygulama alanındaki mevcut dedektörler, tipik olarak, dikkatlerini yalnızca tümör bölgelerine odaklayarak sağlanan örneklerin genel bir değerlendirmesini gerçekleştirir. Ancak tümörün hücresel ortamında bulunan diğer bölgeler kanser belirtileri gösterebilir. Bu faktörün incelenmesi, biyopsi sürecinin özellikleri nedeniyle uzmanlar için faydalı olabilir, çünkü içinde hiçbir hücresel alan görünmeyebilir. Tümör bağlamının özelliklerini dikkate alan bir saptama, mevcut yöntemlere göre bir gelişmeyi temsil edebilir. Ek olarak, belirli doku alanlarını açıklamanın zorluğu ve histolojik örneklerin çeşitliliği nedeniyle etiketli verilerin olağan yokluğunu dikkate almak gerekir.

Azaltılmış veri hacmi göz önüne alındığında, farklı doku tiplerinin sınıflandırılmasının algılamayı nasıl etkilediğinin incelenmesi, dokularda olduğu gibi, aralarında yüksek benzerliğe sahip görüntüler arasındaki ayrımın güçlü noktası olan modeller önermenin gerekli olacağı anlamına gelir. .

Bu makale, olarak bilinen tekniğe dayalı derin öğrenme modelleri sunmaktadır. karşılaştırmalı öğrenme, meme biyopsilerinde çeşitli doku tiplerini sınıflandırırken elde edilen performansı analiz etmek ve karşılaştırmak amacıyla. Ayrıca, bu modellerin düzgün çalışması için gerekli olan veri miktarı analiz edilir ve fazla uydurmamak için teknikler uygulanır.