Что такое лейкемия
- Автоматическое определение подтипов острого лимфобластного лейкоза на микроскопических изображениях мазков крови с использованием глубоких нейронных сетей(arXiv)
Автор: Md. Тауфикул Хаке Хан Тусар, Робан Хан Аник
Аннотация: Ежегодно диагностируется около 300 000 новых случаев лейкемии, что составляет 2,8% всех новых случаев рака, и распространенность этого заболевания растет день ото дня. Наиболее опасным и смертельным типом лейкоза является острый лимфобластный лейкоз (ОЛЛ), которым страдают люди всех возрастных групп, в том числе дети и взрослые. В этом исследовании мы предлагаем автоматизированную систему для обнаружения ВСЕ бластных клеток различной формы на микроскопических изображениях мазков крови с использованием глубоких нейронных сетей (ГНС). Система может обнаруживать несколько подтипов ВСЕХ клеток с точностью до 98 процентов. Кроме того, мы разработали программное обеспечение для теледиагностики, чтобы обеспечить поддержку в режиме реального времени для диагностики ВСЕХ подтипов по микроскопическим изображениям мазков крови.
2. Изучение возраста начала и выявления хронического миелоидного лейкоза с использованием трехэтапной стохастической модели(arXiv)
Автор: Сурьядипто Наг, Ананда Шикхара Бхат, Сиддхартха П. Чакрабарти
Аннотация:Хронический миелоидный лейкоз (ХМЛ) представляет собой двухфазное злокачественное клональное заболевание, которое прогрессирует сначала в хроническую фазу, когда клетки имеют только повышенную пролиферацию, а затем в бластную фазу, когда клетки имеют способность к самообновлению. Хорошо известно, что филадельфийская хромосома (которая содержит слитый ген BCR-ABL) является «признаком ХМЛ». Однако эмпирические исследования показали, что простое присутствие BCR-ABL может быть недостаточным условием для развития ХМЛ, и могут потребоваться дальнейшие модификации, связанные с опухолевыми супрессорами. Соответственно, мы разрабатываем стохастическую модель прогрессирования ХМЛ с тремя мутациями, с тремя стадиями, соответствующими доброкачественным клеткам с присутствием BCR-ABL, злокачественным клеткам в хронической фазе и злокачественным клеткам в бластной фазе. Мы демонстрируем, что предсказания модели согласуются с данными о возрастной заболеваемости из США. Наконец, мы разрабатываем основу для ретроспективной оценки времени возникновения злокачественного новообразования с момента обнаружения рака.
3.Выявление острого лимфобластного лейкоза с использованием гиперкомплексных сверточных нейронных сетей(arXiv)
Автор: Гильерме Виейра, Маркос Эдуардо Валле
Аннотация: в этой статье представлены сверточные нейронные сети, определенные на гиперкомплексных алгебрах, применяемые для классификации лимфоцитов на цифровых микроскопических изображениях мазка крови. Такая классификация полезна для диагностики острого лимфобластного лейкоза (ОЛЛ), типа рака крови. Мы выполняем задачу классификации, используя восемь сверточных нейронных сетей с гиперкомплексными значениями (HvCNN), а также сверточные сети с действительными значениями. Наши результаты показывают, что HvCNN работают лучше, чем модель с реальными значениями, демонстрируя более высокую точность с гораздо меньшим количеством параметров. Более того, мы обнаружили, что HvCNN, основанные на алгебрах Клиффорда, обрабатывающих HSV-кодированные изображения, достигают наивысшей наблюдаемой точности. Именно, наша HvCNN дала средний уровень точности 96,6% с использованием набора данных ALL-IDB2 с 50%-ным разделением обучения и тестирования, значение очень близко к современным моделям, но с использованием гораздо более простой архитектуры со значительно меньшим количеством параметр
