Klassifizierung von Hirntumoren mit Deep Learning

ISBN-13: 9786205011027 / Miękka / 112 str.

Harsh Jindal; Atul Jha; Vaibhav Singh

Opis

Im wachsenden Zeitalter der verschiedenen Krankheiten und insbesondere des Hirntumors ist die automatische Differenzierung von Krankheitsbildern ein wahrer Segen. Diese Technologie hilft bei der Diagnose, der Wachstumsbeobachtung und auch bei der Bewältigung der Krankheit. Der Hirntumor ist eine der schwierigsten Krankheiten in der medizinischen Wissenschaft. Eine effiziente und wirksame Analyse ist für den Strahlentherapeuten in der Frühphase des Tumorwachstums oft ein zentrales Anliegen. Die histologische Einstufung, unterstützt durch einen stereotaktischen diagnostischen Test, ist der Goldstandard und damit die Konvention für die Ermittlung des Grades eines Hirntumors. Bei der Biopsie bohrt der Chirurg ein kleines Loch in den Tumor, aus dem das Gewebe entnommen wird. Es gibt mehrere Risikofaktoren, die mit dem diagnostischen Test verbunden sind, wie Blutungen aus dem Tumor und Infektionen im Gehirn, Krampfanfälle, schwere Migräne, Schlaganfall, Koma und sogar Tod. Das größte Problem bei der stereotaktischen Biopsie ist jedoch, dass sie nicht zu 100 % genau ist, was zu einem schweren Diagnosefehler und einer falschen klinischen Behandlung der Krankheit führen kann.

O autorze

Wir sind ein Team von 3 Autoren, die sich mit dem Thema Hirntumor befassen und auf die Idee kamen, das Konzept des Deep Learning für Sie alle zu aktualisieren...Wir möchten uns bei Frau Sugandha Sharma für ihre Hilfe und Beratung in dieser Sache bedanken.