Он был разработан сотрудниками Научно-технологического центра биомедицинской фотоники Орловского государственного университета имени И.С. Тургенева
Основа нового метода - регистрация и обработка спектров затухания флуоресценции во время проведения чрескожной пункционной биопсии. Также активно применяются алгоритмы машинного обучения. Это позволяет с высокой точностью определить тип новообразования печени во время проведения биопсии - чувствительность и специфичность классификатора по результатам диагностик составили не менее 91% и 79% соответственно. Также определить подтипы новообразований (первичные злокачественные опухоли, метастазы и доброкачественные новообразования) удалось с общей точностью не менее 90%.
Полученные результаты являются крайне важными при выборе индивидуальной стратегии лечения пациентов. Работа, как особо отмечается, выполнена при поддержке Российского научного фонда.
Основа нового метода - регистрация и обработка спектров затухания флуоресценции во время проведения чрескожной пункционной биопсии. Также активно применяются алгоритмы машинного обучения. Это позволяет с высокой точностью определить тип новообразования печени во время проведения биопсии - чувствительность и специфичность классификатора по результатам диагностик составили не менее 91% и 79% соответственно. Также определить подтипы новообразований (первичные злокачественные опухоли, метастазы и доброкачественные новообразования) удалось с общей точностью не менее 90%.
Полученные результаты являются крайне важными при выборе индивидуальной стратегии лечения пациентов. Работа, как особо отмечается, выполнена при поддержке Российского научного фонда.
