بهینه سازی آنالیز تصویر برداری چند بعدی برای تشخیص سرطان روده بزرگ

ترجمه مقاله بهینه سازی آنالیز تصویر برداری چند بعدی برای تشخیص سرطان روده بزرگ

ترجمه مقاله Optimizing multi-dimensional terahertz imaging analysis for colon cancer diagnosis

در این پست ترجمه مقاله بهینه سازی آنالیز تصویر برداری چند بعدی برای تشخیص سرطان روده بزرگ را با عنوان انگلیسی Optimizing multi-dimensional terahertz imaging analysis for colon cancer diagnosis برای شما عزیزان آماده کردیم که در ادامه می توانید چکیده و مقدمه فارسی از این مقاله را مطالعه نمائید. مقاله اصلی نیز به صورت رایگان قابل دانلود است.

چکیده ترجمه مقاله بهینه سازی آنالیز تصویر برداری چند بعدی برای تشخیص سرطان روده بزرگ: تصویر برداری بازتاب تراهرتز (درفرکانس تقریبی 0.1 تا 10 تراهرتز) غیریونیزه بوده و این توانایی را دارد که به عنوان یک تکنیک تصویر برداری پزشکی مورد استفاده قرار گیرد. ولی با این و وجود در حال حاضر هیچ اجماعی بر روی پارامترهای تصویر برداری مطلوب برای استفاده و روشی برای آنالیز داده ها وجود ندارد. این امر ممکن است باعث ایجاد وقفه در پیشرف این تکنیک شود. این مقاله استفاده از روش های متفاوت تجزیه و تحلیل هوشمند برای انتخاب پارامترهای داخلی تصویر برداری و بهینه سازی پردازش داده های تراهرتز در تشخیص نمونه های آزمایشگاهی سرطان روده بزرگ را بیان می کند.

توضیحات بیشتر ترجمه مقاله بهینه سازی آنالیز تصویر برداری چند بعدی و دانلود رایگان مقاله اصلی در ادامه مطلب.

درخت های تصمیم گیری برای پیداکردن پارامترهای مهم، مورد استفاده قرار گرفته و شبکه های عصبی و ماشین های بردار پشتیبانی برای دسته بندی داده های تراهرتز و نشان دادن نمونه های نرمال و غیرنرمال استفاده می شوند. این کار باعث تجزیه و تحلیل دوباره داده های بیان شده توسط Reid و همکارانش در سال 2011 (فزیک در پزشکی و زیست شناسی) گردیده و بهبود دفت گزارشات تشخیص آنان و پیدا کردن حساست 90 تا 100 درصد و ویژگی 90 – 80 درصد خواهد شد. این بهینه سازی آنالیز داده های تراهرتز، اجازه پیشنهادات خاص در باب تصویر برداری بازتاب تراهرتز از نمونه سرطان روده بزرگ را در آینده به ما خواهد داد.

مقدمه بهینه سازی آنالیز تصویر برداری چند بعدی برای تشخیص سرطان روده بزرگ: تصویر برداری تراهرتز (THZ) (تصویر برداری در فرکانس حدود 10¹² هرتز) یك تكنیك بدیع و جدید برای تصویر برداری پزشكی می باشید. این نوع تصویر برداری از تابش غیریونیزه بهره برده و می تواند با خیال راحت برای تصویر برداری انواع مختلف بافت نظیر سلول های طبیعی و سرطانی استفاده شود. تصور بر این است كه تضاد بین انواع بافت، ناشی از تاوت جذب آب، تراكم پروتئین و یا ساختمان سلولی می باشید.

ولی با وجود این هنوز تصویر برداری تراهرتز در عرصه تشخیص پزشكی نسیبتا جدید می باشید. روش های بهینه برای استفاده از جنبه های مختلف داده های ثبت شده بوسیله سیستم های تراهرتز هنوز تعیین نشده است. این بررسی پژوهشی استفاده از روش های هوشمند آنالیز داده ها برای بهنیه سازی تصیویر برداری تراهرتز به منظور تشخیص سرطان و تعیین سودمندترین پارامترها و روش های تجزیه و تحلیل مورد استااده قرار می گیرد.

توضیحات بیشتر را با دریافت ترجمه مقاله بهینه سازی آنالیز تصویر برداری چند بعدی برای تشخیص سرطان روده بزرگ مطالعه نمائید.

چکیده انگلیسی:

Terahertz reflection imaging (at frequencies 0.1–10 THz/10/12 Hz) is non-ionizing and has potential as a medical imaging technique; however, there is currently no consensus on the optimum imaging parameters to use and the procedure for data analysis. This may be holding back the progress of the technique. This article describes the use of various intelligent analysis methods to choose relevant imaging parameters and optimize the processing of terahertz data in the diagnosis of ex vivo colon cancer samples. Decision trees were used to find important parameters, and neural networks and support vector machines were used to classify the terahertz data as indicating normal or abnormal samples. This work reanalyzes the data described in Reid et al. (2011) (Physics in Medicine and Biology, 56, 4333–4353), and improves on their reported diagnostic accuracy, finding sensitivities of 90–100% and specificities of 86–90%. This optimization of the analysis of terahertz data allows certain recommendations to be suggested concerning terahertz reflection imaging of colon cancer samples.

منبع: sciencedirect.com