Video Experimental Relacionado
Updated: Jan 13, 2026
06:08
Quantitative Visualization and Detection of Skin Cancer Using Dynamic Thermal Imaging
Published on: May 5, 2011
17.2K
Algoritmos automatizados de corrección de línea base y detección de señales con implementación basada en web para el
Karl C Reger1, Gabriela Schneider2,3, Keegan T Line1
1Department of Mathematics and Statistics, Northern Arizona University, Flagstaff, AZ 86011, USA.
Cancers
|January 10, 2026
Resumen
Los algoritmos automatizados para la biopsia líquida térmica (TLB) agilizan el procesamiento de datos. Estas herramientas mejoran la detección de enfermedades al automatizar la corrección de la línea base y la detección de señales en el plasma sanguíneo y otros biofluidos.
Área de la Ciencia:
- Biofísica
- Química Analítica
- Biotecnología
Sus antecedentes:
- El análisis de calorimetría diferencial de barrido (DSC) del plasma sanguíneo, denominado biopsia líquida térmica (TLB), muestra promesa para la detección de enfermedades.
- La adopción clínica de TLB está limitada por el laborioso procesamiento de datos, especialmente la corrección de la línea base.
Objetivo del estudio:
- Desarrollar y validar algoritmos automatizados para cuellos de botella críticos en el procesamiento de datos de TLB.
- Crear una aplicación web R Shiny de código abierto, ThermogramForge, para un flujo de trabajo de TLB de extremo a extremo.
Principales métodos:
- Se desarrolló un algoritmo basado en varianza rodante para la corrección automatizada de la línea base en TLB.
- Se implementó un algoritmo de prueba de estacionariedad basado en modelo autorregresivo integrado de media móvil (ARIMA) para la detección de señales.
- Se integraron ambos algoritmos en la aplicación web R Shiny de código abierto ThermogramForge.
Principales resultados:
- La corrección automatizada de la línea base logró una calidad comparable al procesamiento manual para TLB de plasma.
- Se desarrolló un algoritmo de detección de señales para examinar características térmicas interpretables, mejorando la robustez para biofluidos de baja señal como la orina.
- El algoritmo de detección de señales demostró una alta precisión de clasificación para perfiles TLB informativos y una baja tasa de falsos positivos para el ruido.
Conclusiones:
- Los algoritmos automatizados de corrección de línea base y detección de señales reducen significativamente el tiempo de análisis de TLB.
- La aplicación web ThermogramForge facilita la investigación de TLB eficiente y reproducible.
- Estos avances respaldan una mayor adopción clínica de TLB para la detección y el seguimiento de enfermedades.
