基于电阻的组织分类用于膀瘤分化

科学领域:

• 生物医学工程 生物医学工程
• 手术技术 手术技术
• 在瘤学瘤学.

背景情况:

• 膀癌中的瘤复发是一个重要的问题,通常是由于瘤的不完全去除.
• 术内组织表征对于外科医生来说至关重要,以确保完全切除瘤.
• 电阻谱学 (EIS) 对组织分化有希望,但在现实世界手术环境中面临挑战.

研究的目的:

• 使用EIS开发一个强大的,基于患者的分类方法,用于用EIS进行手术期间膀组织的表征.
• 为了提高在手术期间将癌症组织与健康组织区分的准确性.
• 为了减轻个人间变异,放射治疗和机械干扰所带来的挑战.

主要方法:

• 开发了一种基于患者的分类方法,评估阻抗测量与同一患者的健康参考相对.
• 研究了两个特征提取方法:直接测量点和基于模型的参数.
• 一个高斯过程分类器是根据特征向量的距离到健康的参考训练的.

主要成果:

• 拟议的方法实现了高分类准确性,在受控条件下,在无噪声数据上达到100%.
• 即使在外部干扰的情况下,该方法仍然保持了80%的分类准确率.
• 基于患者的相对分类证明了对个人之间的差异和系统错误的稳定性.

结论:

• 开发的基于EIS的方法为手术期间膀组织的表征提供了一个有前途的解决方案.
• 这种技术有可能通过帮助彻底去除瘤,显著降低膀癌复发率.
• 需要进一步的研究和验证才能将这种方法应用于临床实践中.