使用FT-IR成像和机器学习检测胰腺内皮质瘤和管道病理分级
Danuta Liberda-Matyja1, Paulina Koziol-Bohatkiewicz2, Tomasz P Wrobel3
1Jagiellonian University, Doctoral School of Exact and Natural Sciences, Prof. St. Łojasiewicza 11, PL30348 Cracow, Poland; Solaris National Synchrotron Radiation Centre, Jagiellonian University, Czerwone Maki 98, 30-392 Krakow, Poland.
Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
|December 28, 2023
概括
这项研究引入了红外光谱检测胰腺内皮质瘤 (PanIN). 这种新方法准确地分类了PanIN等级,有助于早期发现和管理胰腺癌.
科学领域:
- 在瘤学瘤学.
- 生物技术是生物技术.
- 医学诊断 医学诊断 医学诊断
背景情况:
- 胰腺内皮质瘤 (PanIN) 是胰腺管道的非侵入性病变.
- 高度的PanIN与侵袭性胰腺管腺癌 (PDAC) 的发展密切相关,需要仔细监测和潜在的干预.
- 对于PanIN的现有诊断方法需要改进,以准确地描述和了解疾病进展.
研究的目的:
- 开发使用红外 (IR) 光谱检测PanIN检测的第一个分类模型.
- 创建一个部分最小平方回归 (PLSR) 模型,用于从良性到癌症的导管病变的特征.
- 使用开发的模型,根据其恶性瘤水平来预测和分级PanINs.
主要方法:
- 在250名患者的600多个胰腺活检中利用红外 (IR) 光谱学.
- 开发了一个全面的胰腺癌分类模型.
- 使用部分最小平方回归 (PLSR) 进行管道病变的表征和PanIN分级.
主要成果:
- 成功构建了第一个基于IR光谱的分类模型,用于PanIN检测.
- 该PLSR模型有效地表征了从良性到癌症的频谱中的管道病变.
- 这些模型显示了根据恶性瘤预测和分类PanIN的能力.
结论:
- 红外光谱学为PanIN检测和分级提供了一种新且有效的工具.
- 这种方法有可能提高胰腺癌的早期诊断和管理.
- 进一步开发光谱方法可以改善对PanIN进展的理解和表征.
更多相关视频
07:12Author Spotlight: Revolutionizing Pancreatic Disease Understanding Through Advanced Intravital Imaging
Published on: October 6, 2023
2.0K
06:52Stabilized Longitudinal In Vivo Cellular-Level Visualization of the Pancreas in a Murine Model with a Pancreatic Intravital Imaging Window
Published on: May 6, 2021
4.2K