Вступ. Рак грудної залози залишається провідною причиною смертності серед жінок у всьому світі, що вимагає вдосконалення діагностичних методів [1]. Традиційна гістопатологічна діагностика, хоча й є фундаментальною, страждає від притаманної суб'єктивності та неефективності, особливо з появою цілісного зображення (Whole Slide Imaging). З появою цифрової візуалізації гістологічних зразків (WSI) відкриваються нові можливості для впровадження автоматизованих методів аналізу, здатних підвищити об'єктивність та ефективність діагностичного процесу [2].
Мета: дослідити можливості автоматизованих методів у патогістологічній діагностиці пухлин грудної залози.
Матеріали та методи. У дослідженні було використано гістологічні зображення пухлин грудної залози: 30 випадків раку грудної залози та 16 доброякісних пухлин. Для аналізу ми використовували інформаційно-екстремальний алгоритм.
Результати та обговорення. Ефективність алгоритму оцінювали на наборі даних із 176 позначених зображень клітин. Алгоритм опрацьовував 21 цитологічну ознаку (10 геометричних та 11 текстурних) з окремих клітин. Ці ознаки, відібрані за їх універсальністю для різних типів раку, а саме площа ядра, ядерно-цитоплазматичне співвідношення, контури та структура хроматину. Результати мали високу продуктивність з точністю 89%, прецизійністю 85%, повнотою 84% та F1-балом 88%. Ці показники вказують на збалансовану та ефективну модель для автоматизованої класифікації клітин пухлин грудної залози [3].
Висновки. Запропонований підхід прагне зменшити суб'єктивність, пов'язану з ручною оцінкою гістологічних зображень та є ефективним методом аналізу універсальних цитологічних ознак, диференціюючи нормальні та пухлинні клітини.
Список літератури:
1. Винниченко О. І., Лахтарина Р. Ю., Москаленко Ю. В. Breast cancer in Ukraine during the last decade // Світ медицини та біології. – 2024. – № 4 (90). – С. 30–33. – DOI: 10.26724/2079-8334-2024-4-90-30-33.
2. Лахтарина Р. Ю. The application of artificial intelligence in the diagnosis of breast cancer: bibliometric analysis // Bulletin of Problems Biology and Medicine. – 2024. – Т. 1, № 4 (175). – С. 46–54. – DOI: 10.29254/2077-4214-2024-4-175-46-54.
3. Savchenko T., Lakhtaryna R., Denysenko A., Dovbysh A., Coupland S. E., Moskalenko R. An information-extreme algorithm for universal nuclear feature-driven automated classification of breast cancer cells // Diagnostics. – 2025. – Т. 15. – С. 1389. – DOI: 10.3390/diagnostics15111389
______________________
Науковий керівник: Москаленко Роман Андрійович, доктор медичних наук, професор, Сумський державний університет
Голосування 
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License
Знайшли помилку? Виділіть помилковий текст мишкою і натисніть Ctrl + Enter