用多电极结构和机器学习来进行电穿孔治疗的瘤位置

科学领域:

• 生物医学工程 生物医学工程
• 医学物理 医学物理
• 在瘤学瘤学.

背景情况:

• 电穿孔通过电场增加了细胞膜的透性,使得瘤切除等临床应用成为可能.
• 精确准瘤组织对于优化电穿孔治疗和最大限度地减少副作用至关重要.

研究的目的:

• 开发一种治疗前瘤定位方法,用于精确的电穿孔治疗向.
• 通过准确识别瘤边界,提高瘤切除的准确性.

主要方法:

• 采用多输出电穿孔发生器和多电极结构用于阻抗测量.
• 开发了一种使用独立人工神经网络 (ANN) 矢量算法的算法.
• 经过训练和测试的ANN使用模拟数据和使用幻体凝的验证结果.

主要成果:

• 开发的算法在瘤定位方面表现出适当的准确性.
• 与标准电阻断层扫描相比,尽管电极数量较少,但仍能实现有效的局部化.

结论:

• 拟议的方法使得用于电穿孔治疗的精确瘤向.
• 这种方法提供了一种可行的解决方案,可以提高瘤切除治疗的疗效和安全性.