利用纳米技术和先进的机器学习来早期检测胃癌手术
Dan Wu1, Jianhua Lu2, Nan Zheng3
1Department of Gastrointestinal Surgery, Lishui Municipal Central Hospital, Lishui, 323000, Zhejiang, China.
Environmental research
|December 8, 2023
概括
纳米技术与机器学习相结合,显著改善了胃癌的诊断和治疗. 这种方法增强了早期检测和精确医学,通过克服当前方法的局限性,从而改善了患者的治疗结果.
科学领域:
- 在瘤学瘤学.
- 纳米医学是一种纳米医学.
- 机器学习 机器学习
背景情况:
- 胃癌在治疗疗效方面存在挑战,原因是药物无效和高复发率.
- 目前的诊断方法,如MRI和内镜,以及复杂的胃外科手术,都有局限性.
- 纳米技术为癌症检测和治疗提供独特的光学,生物相容性和尺寸依赖性质.
研究的目的:
- 探索纳米技术和机器学习用于胃癌的早期诊断和外科治疗的应用.
- 研究纳米颗粒在向瘤细胞检测和药物输送方面的潜力.
- 评估机器学习模型在分析胃图像方面的有效性,以提高诊断准确度.
主要方法:
- 利用机器学习技术,特别是XGBoost和循环神经网络-卷积神经网络 (RNN-CNN),进行分类.
- 分析了350名胃癌患者的数据 (200名男性,150名女性;平均年龄为50.34±13.04).
- 评估了高风险行为,诊断时的年龄,远程转移,瘤阶段和患者存活率之间的相关性.
主要成果:
- 机器学习模型在分析胃图像方面实现了高性能:AUC 93.54%,准确性93.54%,F1得分93.57%,精度93.65%,回忆93.87%.
- 在患者存活率和高风险行为 (P=0.070),诊断时的年龄 (P=0.034),远程转移 (P=0.004) 和瘤阶段 (P=0.014) 之间发现了统计学意义上的联系.
- 纳米粒子证明了向瘤细胞检测和传递治疗有效载荷的潜力.
结论:
- 纳米技术与机器学习的整合为增强胃癌诊断和治疗提供了一个有希望的方法.
- 这种协同作用为精准医学铺平了道路,提高了诊断精度和治疗精度.
- 该研究强调了通过在瘤学中先进的技术整合来改善患者治疗结果的潜力.
