使用光学连贯性断层扫描对淋巴的评估:鼠标肢体模型方法
V V Nikolaev1, I A Trimassov1, D S Amirchanov1
1Laboratory of Laser Molecular Imaging and Machine Learning, Tomsk State University, 36, Lenin Ave., Tomsk 634050, Russia.
Diagnostics (Basel, Switzerland)
|September 9, 2023
概括
研究人员开发了一种新的方法来量化淋巴,使用光学连贯性断层扫描 (OCT) 在老鼠模型中. 这种技术可以准确地区分健康和淋巴 edematous 组织,有助于淋巴 edem 评估.
科学领域:
- 生物医学工程 生物医学工程
- 医疗成像医学成像
- 皮肤病学 皮肤病学
背景情况:
- 淋巴,由于淋巴流量受损,可能导致严重的残疾.
- 目前用于量化淋巴的方法缺乏精度和非侵入性能力.
- 需要先进的技术来评估淋巴的发展和进展.
研究的目的:
- 开发和验证一种非侵入性,体内方法来评估淋巴结胀.
- 利用光学连贯断层扫描 (OCT) 来表征淋巴瘤性皮肤变化.
- 建立一个机器学习算法,用于准确的淋巴分类.
主要方法:
- 通过手术切除淋巴结和X射线暴露,在老鼠身上创建了淋巴的小动物模型.
- 使用光学连贯断层扫描 (OCT) 在体内评估皮肤特性.
- 组织活检的组织学检查,以确认淋巴的发展.
- 基于OCT信号强度分布的机器学习算法的开发.
主要成果:
- 经过测试,OCT发现了淋巴瘤性皮肤的明显差异:角层变厚,可活性表皮变薄,皮肤中信号减弱增加.
- 组织学分析证实了淋巴结胀的存在.
- 机器学习算法在分类正常与淋巴瘤组织部位方面达到90%的准确性.
结论:
- 光学连贯断层扫描 (OCT) 是一种有前途的非侵入性工具,用于表征淋巴相关的皮肤变化.
- 通过利用OCT数据的机器学习方法,可以准确检测淋巴.
- 这项研究为体内瘤的监测和管理提供了基础.
