在光光谱信号分析中波纹散射转换和特征用于宫癌诊断的光谱信号分析
Bhaswati Singha Deo1, Sidharthenee Nayak2,3, Mayukha Pal2
1Center for Lasers and Photonics, Indian Institute of Technology, Kanpur, 208016, India.
Biomedical physics & engineering express
|April 18, 2024
概括
这项研究引入了一种结合波纹散射变换 (WST) 和特征的新方法,用于使用光光谱学早期检测宫癌. 该方法在分类正常,癌前和癌症组织方面达到97%的准确性.
科学领域:
- 生物医学工程 生物医学工程
- 医学诊断 医学诊断 医学诊断
- 频谱学是一种光谱学.
背景情况:
- 宫癌是全球女性死亡的主要原因之一.
- 早期检测可显著改善治疗结果和生存率.
- 光光谱学可以灵敏地检测癌症进展过程中的生化变化.
研究的目的:
- 探索散射转换技术用于宫癌检测的有效性.
- 开发用于早期癌症诊断的自动分类系统.
- 评估一种结合波纹散射变换和特征的新方法.
主要方法:
- 收集了来自110名受试者的光光谱数据.
- 应用波波散射变换 (WST) 来将信号分解为散射系数.
- 从系数计算了模糊,分散,相和光谱.
- 使用1D卷积神经网络 (CNN) 分类器进行分类.
主要成果:
- 使用5倍交叉验证实现了97%的平均分类准确度.
- 成功将样品分为正常,癌前和癌症类别.
- 证明了WST和特征方法的有效性.
结论:
- WST和性特征的结合显示了分析光谱信号的巨大潜力.
- 1D CNN分类器有效地识别子宫癌的不同阶段.
- 这种方法使得早期的宫癌检测成为可能,其性能优于目前的诊断方法.
