将高光谱成像技术与深度学习相结合,以帮助早期诊断黑色素瘤的病理
Chongxuan Tian1, Yanjing Xu2, Yanbing Zhang1
1School of Control Science and Engineering, Shandong University, Jinan, Shandong, 250061, China.
Photodiagnosis and photodynamic therapy
|July 23, 2023
概括
超光谱成像与深度学习相结合,可以准确地区分恶性黑色素瘤和良性瘤. 这项技术通过分析光谱特征来增强早期皮肤癌诊断,改善病理识别.
科学领域:
- 皮肤病学 皮肤病学
- 病理学 病理学 病理学
- 生物医学成像技术 生物医学成像技术
背景情况:
- 皮肤黑色素瘤是一种具有高死亡率的侵袭性皮肤癌.
- 区分早期黑色素瘤和良性瘤是传统组织学具有挑战性的.
- 超光谱成像为改善组织分析提供了一种非接触式,无标签的方法.
研究的目的:
- 利用高光谱成像来分析黑色素瘤和瘤组织的光学和光谱特性.
- 为皮肤病变的早期病理诊断开发一个自动化分类系统.
- 提高黑色素瘤检测的准确性和效率.
主要方法:
- 超光谱摄像头捕获了恶性黑色素瘤和有色素的神经组织的光谱特征.
- 用深层卷积网络进行转移学习,用于图像分类.
- 使用反射度校准来突出光谱变异,特别是在500-675nm范围内.
主要成果:
- 对于一维样本数据,分类准确率达到89%.
- 对于二维样本数据,分类准确度达到了98%.
- 在黑色素瘤和瘤组织之间发现了明显的光谱差异.
结论:
- 超光谱成像显示出在加快病理诊断方面具有重大潜力.
- 开发的方法提高了皮肤癌的诊断精度.
- 这种方法为区分黑色素瘤和瘤提供了新的研究途径.
