基于拉曼光谱和集群分析方法的脑瘤的光学差异化
Anuar Ospanov1, Igor Romanishkin2, Tatiana Savelieva1,2
1Institute for Physics and Engineering in Biomedicine, National Research Nuclear University MEPhI (Moscow Engineering Physics Institute), 115409 Moscow, Russia.
International journal of molecular sciences
|October 14, 2023
概括
这项研究探讨了将缩小维度和聚类结合起来,用于分析内瘤活检光谱. 这些发现有助于使用先进的数据分析技术对脑瘤类型进行分类.
科学领域:
- 生物医学工程 生物医学工程
- 计算生物学 计算生物学
- 在瘤学瘤学.
背景情况:
- 精确分类内瘤对于有效治疗至关重要.
- 使用光谱方法的活检样本分析提供了详细的分子信息.
- 集成先进的数据分析技术可以提高诊断能力.
研究的目的:
- 研究将缩小维度和聚类算法结合起来,分析内瘤活检数据的有效性.
- 探索这些方法的各种组合,以获得最佳的分类性能.
- 识别与不同类型的大脑瘤相关的不同光谱图案.
主要方法:
- 在手术后4小时内收集新鲜的内瘤活检样本.
- 记录了Protoporphyrin IX (Pp IX) 的光,扩散反射率 (DR) 和拉曼散射 (RS) 的光谱.
- 应用了八个缩小维度算法和四个聚类算法用于数据分析.
- 利用从光谱数据中获得的特征空间中的集群分析.
主要成果:
- 成功地将组合的维度减少和聚类应用到来自脑瘤活检的光谱数据上.
- 确定了与不同内瘤类型 (脑膜瘤,质母细胞瘤,寡质母细胞瘤,星细胞瘤) 相应的独特数据集.
- 证明了这些计算方法在客观瘤分类方面的潜力.
结论:
- 缩小维度和集群方法的结合为分析来自脑瘤的复杂光谱数据提供了强大的方法.
- 这种方法可以帮助客观区分和分类各种内瘤类型.
- 进一步的研究可以完善这些技术,以改善临床诊断工具.
