拉曼光谱诊断在老鼠中的爆炸引起的创伤性脑损伤与机器学习相结合
Meilan Ge1, Yuye Wang1, Tong Wu2
1School of Precision Instruments and Optoelectronics Engineering, Tianjin University, Tianjin 300072, China; Key Laboratory of Optoelectronics Information Technology (Ministry of Education), Tianjin University, Tianjin 300072, China.
Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
|September 22, 2023
概括
拉曼光谱检测爆炸诱导创伤性脑损伤 (bTBI) 后大脑组织蛋白质和脂质的变化. 这种方法提供了一种灵敏,快速和无标签的方法来诊断大鼠的bTBI.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 频谱学是一种光谱学.
背景情况:
- 爆炸引起的创伤性脑损伤 (bTBI) 给健康和经济带来了重大挑战.
- 目前对bTBI的诊断方法,特别是轻度病例,缺乏所需的灵敏度,速度和无标签能力.
- 需要先进的诊断工具来准确识别和监测bTBI.
研究的目的:
- 开发和验证一种基于拉曼光谱的新策略,用于诊断bTBI.
- 在大鼠模型中研究轻度和中度bTBI后海马体和下丘脑组织的光谱变化.
- 评估机器学习算法在基于光谱数据的bTBI分类中的有效性.
主要方法:
- 拉曼光谱法被用来分析海马和下丘脑组织从老鼠在各种时间点爆发后的暴露.
- 在特定区域的光谱特征 (300-1700厘米-1和2800-3000厘米-1) 被检查对照组和bTBI组之间的差异.
- 四个机器学习算法用于轻度和中度bTBI病例的自动识别.
主要成果:
- 与对照组相比,在轻度和中度bTBI组中观察到拉曼光谱的显著差异,归因于蛋白质和脂质含量变化.
- 机器学习模型实现了高的诊断准确性,达到海马的95.3%和下丘脑组织的88.5%.
- 数据融合提高了线性差异分析分类器的分类性能.
结论:
- 拉曼光谱能有效地检测大脑组织中的生化变化,这些变化表明了bTBI.
- 开发的战略显示了对bTBI的敏感,快速,无标签和经济的诊断的巨大潜力.
- 这种方法为早期和准确检测爆炸引起的脑损伤提供了一个有希望的替代方案.
