超光谱成像用于预测循环胺在初级膜性脏病中的作用
Wen Liu1, Xiangyu Hou1, Yang Li1
1Department of Nephrology, The First Affiliated Hospital of Shandong First Medical University & Shandong Provincial Qianfoshan Hospital, Shandong Institute of Nephrology, No.16766 Jingshi Road, Jinan, Shandong 250014, China.
Photodiagnosis and photodynamic therapy
|August 27, 2023
概括
超谱成像有助于预测原发性膜性病 (PMN) 的治疗疗效. 一个卷积神经网络模型成功地根据病理图像将患者分为缓解和非缓解组.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學專業.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 原发性膜性病 (PMN) 缺乏治疗疗效的准确预测指标.
- 预测患者对循环胺治疗的反应对于管理PMN至关重要.
研究的目的:
- 探索超光谱成像在预测PMN患者循环胺治疗疗效方面的实用性.
- 开发一个PMN治疗结果的预测模型.
主要方法:
- 收集了30名PMN患者的病理的超光谱图像 (400-1000nm),这些患者接受了葡萄糖皮质体和环胺治疗.
- 利用一维卷积神经网络 (CNN) 来分析H&E染色脏活检图像的光谱数据.
- 根据CNN模型的表现将患者分为缓解和非缓解组.
主要成果:
- 在525-700nm之间观察到缓解和非缓解组之间的显著光谱差异.
- 1D CNN模型实现了高分类准确性,F1分数为0.85的两个组.
- 在ROC曲线下的面积达到0.857,表明强大的预测能力.
结论:
- 超光谱成像分析与1D CNN模型相结合,可以有效地根据治疗反应对PMN患者进行分类.
- 这种方法显示了作为预测PMN治疗结果的非侵入性工具的希望.
更多相关视频
07:15Mechanism of Kemeng Fang's Inhibition of Podocyte Apoptosis in Rats with Membranous Nephropathy through the PI3K/AKT Signaling Pathway
Published on: August 23, 2024
468
07:37An Integrated Raman Spectroscopy and Mass Spectrometry Platform to Study Single-Cell Drug Uptake, Metabolism, and Effects
Published on: January 9, 2020
9.5K