導讀 引發(fā)轉(zhuǎn)移或疾病從其原發(fā)位置擴散的癌細胞不同于留在原始腫瘤中的癌細胞。區(qū)分轉(zhuǎn)移起始細胞類型可以確定癌癥的嚴重程度，并幫助醫(yī)生決定治療
引發(fā)轉(zhuǎn)移或疾病從其原發(fā)位置擴散的癌細胞不同于留在原始腫瘤中的癌細胞。區(qū)分轉(zhuǎn)移起始細胞類型可以確定癌癥的嚴重程度，并幫助醫(yī)生決定治療方案。
在AIP 出版的APL 機器學習中，德克薩斯理工大學的研究人員開發(fā)了一種深度學習模型，可以按類型對癌細胞進行分類。該工具只需要一個簡單的顯微鏡和少量的計算能力，產(chǎn)生的結(jié)果與更復雜的技術相當或更好。
癌細胞具有高度異質(zhì)性，最近的研究表明，特定的細胞亞群，而不是整個細胞群，是癌癥轉(zhuǎn)移的原因。識別癌細胞亞群是確定疾病嚴重程度的關鍵步驟。”
目前對癌細胞進行分類的方法涉及先進的儀器、耗時的生物技術或化學標記。
作者卡爾加德納說：“這些復雜而冗長的技術的問題在于，它們需要資源和精力來探索癌癥預防和康復的不同領域。”
一些研究使用磁性納米粒子來追蹤癌細胞，但附加這些標簽可能會影響細胞的下游分析和測量的完整性。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！