MultiONoticias

Deep learning with MATLAB

Diagnóstico del Cáncer utilizando Deep Learning y estiramiento del tiempo fotónico.

-A
+A

El siguiente texto es un extracto traducido al español por MultiON Consulting:

Los pacientes con cáncer que reciben tratamientos basados en quimioterapia o inmunoterapia deben someterse a tomografías computarizadas y de PET, y en algunos casos, nuevas biopsia para evaluar la eficacia del tratamiento. La citometría de flujo, un método para identificar las células tumorales circulantes (CTC) a través de un simple análisis de sangre, es mucho menos invasiva que las exploraciones y las biopsias, y podría ayudar a cambiar la forma en que se realiza el tratamiento del cáncer.

Nuestro grupo en el laboratorio de fotónica de UCLA ha desarrollado un sistema de imágenes de fase cuantitativa (TS-QPI) que permite clasificar con precisión tamaños de muestras grandes sin etiquetas de biomarcadores. Este sistema combina la citometría de flujo de imagen, la tecnología fotónica de estiramiento de tiempoy los algoritmos de aprendizaje de máquina desarrollados en MATLAB®, y puede clasificar las células con más del 95% de precisión.

Accede al artículo completo aquí.

Para mayor información acerca de MATLAB, te invitamos a mandarnos un correo electrónico a:

Rozzana Almaráz
Ejecutivo MATLAB Académico
ralmaraz@multion.com
+52 (55) 55594050 Ext. 189