Análisis de espectros de correlación fotoacústica asistido por aprendizaje automático y guiado por física para la...

Área de la Ciencia:

• Óptica Biomédica
• Espectroscopía
• Física Médica

Sus antecedentes:

• Evaluar el metabolismo óseo de forma no invasiva es médicamente desafiante.
• La espectroscopia fotoacústica (PA) puede identificar moléculas en los tejidos, pero tiene dificultades con la compleja composición ósea debido a la superposición de picos de absorción.
• El desacoplamiento espectral preciso para el análisis óseo sigue siendo difícil.

Objetivo del estudio:

• Desarrollar y validar una nueva técnica de desacoplamiento para el análisis cuantitativo de componentes químicos del hueso.
• Evaluar la viabilidad de utilizar esta técnica para caracterizar el metabolismo óseo de forma no invasiva.
• Superar las limitaciones de la espectroscopia PA actual para el análisis de tejidos óseos.

Principales métodos:

• Se desarrolló una técnica de desacoplamiento que integra espectros de correlación PA (PCS) con aprendizaje automático guiado por física.
• Se evaluó la técnica mediante simulaciones numéricas.
• Se validó el método utilizando estudios experimentales en modelos óseos con composiciones químicas variadas.

Principales resultados:

• La técnica integrada de PCS y aprendizaje automático cuantificó con precisión los componentes químicos del hueso.
• Los parámetros calculados coincidieron estrechamente con los valores de referencia, lo que permitió la caracterización de los cambios en la composición ósea.
• Se demostró la viabilidad de la técnica para analizar el metabolismo óseo.

Conclusiones:

• La tecnología PA no invasiva y libre de radiación desarrollada ofrece un enfoque prometedor para el análisis cuantitativo del hueso.
• Este método puede avanzar en el diagnóstico y seguimiento de enfermedades óseas.
• La técnica aborda con éxito los desafíos en el desacoplamiento espectral para tejidos óseos complejos.