超光谱拉曼成像用于自动识别人类脏粉样蛋白
Jeong Hee Kim1, Chi Zhang1, C John Sperati2
1Department of Mechanical Engineering, Johns Hopkins University, Baltimore, Maryland, Johns Hopkins University School of Medicine, Baltimore, Maryland.
概括
拉曼光谱与人工智能相结合,可以准确地识别和亚型粉样蛋白沉积物在脏活检中. 这种技术显示出诊断轻链粉样蛋白 (AL) 和血清粉样蛋白A (AA) 粉样蛋白无染病的前景.
科学领域:
- 生物医学工程 生物医学工程
- 分析化学 分析化学
- 病理学 病理学 病理学
背景情况:
- 目前对粉样沉积物的鉴定依赖于常见类型 (AL,AA) 的体化学染色和较罕见形式的质谱学.
- 拉曼光谱成像为组织的化学映射和分子特征提供了一个无标签的方法.
- 开发先进的诊断工具对于准确的amyloidosis亚型和患者管理至关重要.
研究的目的:
- 评估使用拉曼光谱与人工智能 (AI) 检测和描述脏活检中的粉样质沉积物的可行性.
- 使用这种新的方法,区分轻链粉样蛋白 (AL),血清粉样蛋白A (AA) 和非粉样蛋白 (NA) 组织.
- 为了建立一个非侵入性,快速诊断粉样性病的方法的概念验证.
主要方法:
- 从未染色的结脏组织部分获取拉曼超光谱图像.
- 将三种不同的机器学习辅助分析模型应用于高光谱图像数据.
- 测试模型的活检证实AL粉样化症 (λ和 κ类型),AA粉样化症和没有粉样化症 (NA).
主要成果:
- 人工智能辅助的拉曼光谱模型实现了高精度,在93-100%的病例中区分AL,AA和NA组织.
- 该技术成功地在测试脏活检中的粉样沉积物分子组成的特征.
- 这项概念验证研究表明了精确分类粉样性病的潜力.
结论:
- 拉曼光谱与人工智能相结合,提供了一种有希望的,无标签的方法来识别和亚型粉样性病.
- 这种方法可能会简化粉样性粉症的诊断工作流程,减少对传统染色方法的依赖.
- 需要进一步验证,但这些初步发现突显了粉样症诊断的重大进展.
更多相关视频
10:04Imaging Amyloid Tissues Stained with Luminescent Conjugated Oligothiophenes by Hyperspectral Confocal Microscopy and Fluorescence Lifetime Imaging
Published on: October 20, 2017
13.5K
08:08Detection and Isolation of Cancer in Prostate Biopsies Using Stimulated Raman Histology and Artificial Intelligence
Published on: June 10, 2025
69
