מחקר זה מפתח גישת מידול תלת ממדית כדי לדמיין באופן מקיף גושים ריאתיים מרובים ברחבי הריאה כולה, במטרה לשפר את האבחון והטיפול בחולי סרטן ריאות בשלב מוקדם. שאלות המפתח הן כיצד לשחזר במדויק את פיזור הגושים ואת יחסי הגומלין עם רקמת הריאה. ההתקדמות האחרונה בתחום הלמידה העמוקה והראייה הממוחשבת מאפשרת זיהוי מדויק יותר בעזרת בינה מלאכותית וסגמנטציה של גושי ריאה.
עם זאת, קיימת מגבלה לגבי מידול ריאות שלמות והיחסים המרחביים בין גושים מרובים. מחקר זה מציע התקדמות באמצעות טכניקת שחזור תלת ממדית עבור הריאה כולה. שילוב הדמיה והדמיה רפואית מבוססת בינה מלאכותית עם אבחון וטיפול קליניים מומחים הוא קריטי.
טכנולוגיות כמו למידה עמוקה לסגמנטציה, מידול נפחי, מציאות רבודה וירטואלית להדמיה תלת-ממדית והיתוך נתונים רב-מודאלי מקדמות מידול ריאות שלמות והערכה רב-גומית כדי לשפר את קבלת ההחלטות הקליניות. מחקר זה מבסס גישת מידול תלת-ממדית יעילה להדמיית ההתפלגות והיחסים המרחביים של גושים ריאתיים מרובים על פני כל נפח הריאה. חידושים מרכזיים כוללים מיצוי מיתאר ריאות, שחזור קשריות בחלל תלת ממדי והדמיה אינטראקטיבית של ריאות שלמות.
זה מאפשר אבחון מדויק יותר ותכנון טיפול לחולי סרטן ריאות מוקדם. פיתוח גישת מידול תלת-ממדית מדויקת להדמיית תבניות קשריות ריאה שלמות מספק יכולת חדשה להבנת התקדמות המחלה. זה יכול לאפשר אבחון מוקדם יותר, להתאים אישית את תוכניות הטיפול ולשפר את התוצאות עבור חולי סרטן ריאות.
הממצאים מניחים את היסודות להרחבת מידול ריאות שלמות באמצעות נתונים רב-מודאליים ולקידום תרגום קליני.
