Augmenting Datasets using Diffusion Models: Leveraging Machine Learning for Liquid Biopsy and cfDNA Analysis

Kanker is wereldwijd een belangrijke doodsoorzaak. Vroegtijdige detectie is essentieel voor een betere levenskwaliteit en overlevingskansen. Huidige kankerscreeningsmethoden zijn echter vaak invasief en kostbaar, wat hoogrisicopersonen ontmoedigt. Ons project tracht dit probleem aan te pakken door gebruik te maken van machine learning en niet-invasieve vloeibare biopsietechnieken. We analyseren tumor-afgeleide moleculen in bloedmonsters en willen een instrument ontwikkelen met behulp van geavanceerde generatieve modellen om bestaande datasets uit te breiden. Deze innovatieve benadering zal de detectieprecisie verbeteren met de beperkte beschikbare gegevens.