用光光谱和PCA-ANN-based分类算法检测宫癌前期的空间分辨率光纤探测器:一个体外研究

科学领域:

• 生物医学光学 生物医学光学
• 医学光谱学 医学光谱学
• 癌症的诊断 癌症的诊断

背景情况:

• 宫癌的早期检测依赖于识别表皮中的微妙的生化和形态变化.
• 检测宫癌的传统方法可能是侵入性的和耗时的.
• 光谱学提供了一种非侵入性的实时方法,以高精度检测这些变化.

研究的目的:

• 开发和验证一个定制设计的,空间分辨率的光纤探针 (SRFOP) 用于用光光谱检测宫癌.
• 根据它们的光谱来分类不同级别的子宫癌前期癌症.
• 评估一个强大的分类算法,集成主要组件分析 (PCA) 和人工神经网络 (ANN) 的有效性.

主要方法:

• 使用定制的SRFOP,77根纤维排列成同心圆环,用于光谱采集.
• 使用405nm激光二极管激发的宫组织样本 (n=28) 和使用USB 4000光谱仪收集的光光谱 (400-700nm).
• 应用PCA来减少维度,选择前10个主要组件作为ANN分类器的输入特征.

主要成果:

• 在捕捉表皮的歧视性光谱特征方面,SRFOP的近端纤维 (PF) 显示出优于远端纤维 (DF) 的性能.
• 结合PCA-ANN分类方法实现了高诊断性能.
• 在分辨子宫癌前期等级和正常组织方面,获得了93.33%的平均灵敏度,96.67%的特异性和95.57%的准确性.

结论:

• 空间分辨的光光谱学与PCA-ANN相结合,是一种高效的非侵入性技术,用于早期检测宫癌.
• SRFOP的设计和数据分析管道显示出在宫癌前期诊断中临床应用的重大前景.
• 这种方法提供了一种灵敏而特殊的方法来区分正常的宫组织与各种等级的癌前组织.