Hyppää pääsisältöön
Väitös

Anton Rauhameri: DMS-menetelmä voi auttaa vähentämään uusintaleikkauksia aivosyövissä

Tampereen yliopisto
SijaintiKorkeakoulunkatu 7, Tampere
Hervannan kampus, Tietotalo, auditorio TB104 ja etäyhteys
Ajankohta3.6.2025 12.00–16.00
Kielienglanti
PääsymaksuMaksuton tapahtuma
Ihmishahmo tohtorinhattu päässään, musta siluetti violetin kuultamalla taustalla.
Väitöstutkimuksessaan diplomi-insinööri Anton Rauhameri tutki koneoppimismenetelmiä, joiden avulla voidaan analysoida differentiaalimobiliteettispektrometrian (DMS) mittaustuloksia. Tutkimuksen tulokset voivat auttaa erottamaan eri syöpätyypit sekä syöpäkudoksen terveestä kudoksesta leikkauksen aikana. Tämä puolestaan auttaa optimoimaan leikkausstrategian.

Leikkaushoito on tärkeässä roolissa aivosyövän hoidossa. Usein potilaat voivat kuitenkin joutua uusintaleikkaukseen, koska ensimmäisen leikkauksen jälkeen syöpäkudosta on jäänyt poistamatta. Tämä vaikuttaa potilaiden hyvinvointiin ja aiheuttaa lisäkustannuksia terveydenhuollolle. Nämä tilanteet on mahdollista välttää, jos kirurgi tietää tarkkaan, missä syövän ja terveen kudoksen raja menee.

Differentiaalimobiliteettispektrometria (DMS) on menetelmä, jonka avulla voidaan analysoida kaasumaisen näytteen molekyylisisältöä. DMS-menetelmää voidaan hyödyntää esimerkiksi syöpäleikkauksissa, joissa sairas kudos poistetaan kirurgista savua tuottavalla diatermiaveitsellä. Tämä savu syötetään DMS:ään nopeaa analyysiä varten.

Anton Rauhameri selvitti väitöstutkimuksessaan, kuinka koneoppimisalgoritmeja voidaan soveltaa leikattavien kudosten luotettavaan luokitteluun DMS-mittausdatan analysoinnissa. Rauhameren tutkimusryhmän aiemmat tulokset ovat osoittaneet, että syöpäkudokset ja terveet kudokset on mahdollista erotella DMS-menetelmän avulla. Eri syöpätyyppien erottelu toisistaan olisi tärkeää myös siksi, että se auttaa optimaalisen leikkausstrategian valitsemisessa.

– Syöpäiset kudokset eroavat ympäröivistä soluista erityisten aineenvaihduntatuotteiden ja muiden biomarkkereiden perusteella. Näitä voidaan hyödyntää automaattisessa kudosanalyysissä, Rauhameri kertoo.

Rauhameren tutkimus osoittaa, että yksinkertaisemmatkin algoritmit on mahdollista käyttää syövän ja syöpätyyppien erotteluun.

– Tositilanteessa yksinkertaisemmat algoritmit ovat kuitenkin antaneet ainoastaan tyydyttäviä tuloksia muun muassa vaihtelevien ympäristöolosuhteiden vuoksi. DMS-menetelmä tarvitsee edistyneempien algoritmien käyttöä sekä uusia näkökulmia. Näitä väitöstutkimukseni toi esiin, Rauhameri sanoo.

Väitöstilaisuus tiistaina 3. kesäkuuta

Diplomi-insinööri Anton Rauhameren terveysteknologian alaan kuuluva väitöskirja Classification and Analysis of Differential Mobility Spectrometry Measurements tarkastetaan julkisesti Tampereen yliopiston lääketieteen ja terveysteknologian tiedekunnassa tiistaina 3.6.2025 kello 12.00 Hervannan kampuksella, Tietotalon auditoriossa TB104 (Korkeakoulunkatu 7, Tampere). Vastaväittäjänä toimii professori Santiago Marco Colas, Universitat de Barcelona. Kustoksena toimii professori Antti Vehkaoja lääketieteen ja terveysteknologian tiedekunta, Tampereen yliopisto.

Tutustu väitöskirjaan

Seuraa väitöstilaisuutta etäyhteydellä