用自光谱学对声病变进行多类分类的歧视:一种ex vivo研究
Olivier Gaiffe1,2, Joackim Mahdjoub1, Emmanuel Ramasso3
1Department of Otolaryngology - Head and Neck Surgery, CHU de Besançon, Besançon, France.
Head & neck
|February 1, 2024
概括
自体光光谱学 (AFS) 准确地分类喉病变,区分正常,良性和癌症组织. 这种非侵入性技术有助于高精度的声手术和手术前诊断.
科学领域:
- 生物医学光学 生物医学光学
- 频谱学是一种光谱学.
- 医学诊断 医学诊断 医学诊断
背景情况:
- 自体光光谱法 (AFS) 是一种有效的非侵入性检测方法.
- 在各种组织病理学分析中,AFS未得到充分利用.
- 喉病变的歧视需要改进的诊断工具.
研究的目的:
- 评估AFS,以区分喉损伤类型.
- 评估AFS在声手术和手术前调查中的实用性.
- 提高喉病理的诊断准确度.
主要方法:
- 从29个声样本 (23名患者) 记录了1308个光谱.
- 对光谱数据进行了多类分析.
- 病变被分类为正常,良性,失生性或癌症.
主要成果:
- 通过使用人工神经网络的AFS,每个损伤类别的分类率达到了97%.
- 仅使用自身光强度实现了52%的分类率.
- 通过光谱成分选择证明了优异的分类准确性.
结论:
- 与多变量分析相结合的AFS准确地分类了ex vivo的声病变.
- 综合的光谱数据分析显著提高了分类准确性.
- AFS有效地区分恶性病变与癌前病变或良性病变.
更多相关视频
11:27Quantitative Multispectral Analysis Following Fluorescent Tissue Transplant for Visualization of Cell Origins, Types, and Interactions
Published on: September 22, 2013
9.4K
00:07Excitation-Scanning Hyperspectral Imaging Microscopy to Efficiently Discriminate Fluorescence Signals
Published on: August 22, 2019
8.0K
