中红外光谱作为慢性子宫内膜炎的实时诊断工具:一项初步研究
Asaf Bilgory1, Sergio Haimovich2, Liron David2
1IVF Unit, Hillel Yaffe Medical Center, Hadera, Israel; Rappaport Faculty of Medicine, Technion-Israel Institute of Technology, Haifa 3109601, Israel.
减弱总反射-里埃变换红外光谱学和机器学习可以实时诊断慢性子宫内膜炎. 这种新的方法实现了84%的准确性,使不孕症患者能够得到及时治疗.
科学领域:
- 生物医学工程 生物医学工程
- 频谱学是一种光谱学.
- 机器学习在诊断中的应用
背景情况:
- 慢性子宫内膜炎是女性不孕症的一个重要因素.
- 目前慢性子宫内膜炎的诊断方法可能是侵入性的和耗时的.
- 对于慢性子宫内膜炎,需要快速,准确的诊断工具.
研究的目的:
- 调查使用减弱总反射 - 里埃变换红外光谱 (ATR-FTIR) 与机器学习 (ML) 结合用于实时诊断慢性子宫内膜炎的可行性.
- 分析在透镜检查期间获得的子宫内膜活检,以评估不孕症.
- 开发一种慢性子宫内膜炎的诊断模型.
主要方法:
- 一项前性研究,涉及为不孕症而接受透镜检查的妇女.
- 使用ATR-FTIR光谱和组织病理学 (MUM-1染色) 分析的子宫内膜组织活检.
- 机器学习技术 (主要组件分析,线性差异分析) 用于模型开发的光谱数据.
主要成果:
- 分析了50个子宫内膜活检.
- 在慢性子宫内膜炎阳性和阴性标本之间观察到明显的光谱差异 (p < 0.05).
- 开发的ML模型在区分慢性子宫内膜炎时实现了84%的准确性,88.8%的灵敏度和82.9%的特异性,使用MUM-1切断值>7细胞/10HPF.
结论:
- 谱学与机器学习相结合,显示出作为慢性子宫内膜炎的床边诊断工具的潜力.
- 这种方法可以实现高精度的实时诊断,促进及时开始治疗.
- 需要在更大的研究中进一步验证,以确定这是临床标准.
更多相关视频
11:05High-definition Fourier Transform Infrared FT-IR Spectroscopic Imaging of Human Tissue Sections towards Improving Pathology
Published on: January 21, 2015
07:20Intraoperative Detection of Subtle Endometriosis: A Novel Paradigm for Detection and Treatment of Pelvic Pain Associated with the Loss of Peritoneal Integrity
Published on: December 21, 2012
相关概念视频
Infrared (IR) Spectroscopy: Overview
Different compounds display unique properties due to their...
IR Frequency Region: Fingerprint Region
IR Spectrometers
Applications of IR Spectroscopy: Overview
