机器学习在多光谱热成像中用于通过热塑性质增强神经系统疾病的检测
P Anu1, Priti Sharma2, Harish Kumar3
1School of Computing, Sastra Deemed to Be University, Thanjavur, Tamil Nadu, India.
Journal of thermal biology
|April 16, 2025
概括
这项研究引入了一种使用长波,中波和近红外光谱的多光谱热成像系统,并使用人工神经网络来检测神经疾病. 它提供非侵入性,深层组织温度成像,以增强诊断能力.
科学领域:
- 医疗成像医学成像
- 神经学 神经学
- 生物医学工程 生物医学工程
背景情况:
- 热成像是一种非侵入性诊断工具在医学,特别是神经病学.
- 检测神经疾病需要先进的成像技术来检测温度变化.
研究的目的:
- 开发和评估用于神经疾病检测的多谱热成像系统.
- 将长波红外 (LWIR),中波红外 (MWIR) 和近红外 (NIR) 光谱与人工神经网络 (ANN) 集成.
主要方法:
- 使用了一个多光谱热成像系统,包括LWIR,MWIR和NIR.
- 使用人工神经网络 (ANN) 来进行数据分析和疾病检测.
- 评估了系统对图像表面和深层组织温度变化以及低对比度变化的能力.
主要成果:
- 该系统实现了曲线下的面积 (AUC) 为0.923.
- 显示的灵敏度在0.897到0.949之间,F1得分在0.891到0.917.
- 对各种神经系统疾病的诊断准确率达到约88.6%.
结论:
- 开发的多光谱热成像系统在临床上可用于神经疾病诊断.
- 该系统通过高效的非侵入性方法提高了神经病理的早期查潜力.
- 这项技术推进了热成像,以改善神经诊断.
关键词:
深度学习是一种深度学习.早期检测 早期检测机器学习是机器学习.医学成像医学成像多光谱成像技术神经网络的神经网络的神经网络神经系统疾病 神经系统疾病非侵入性诊断是一种非侵入性诊断.热成像是一种热成像技术.热塑性质的塑料制品更多相关视频
07:06Simultaneous Evaluation of Cerebral Hemodynamics and Light Scattering Properties of the In Vivo Rat Brain Using Multispectral Diffuse Reflectance Imaging
Published on: May 7, 2017
7.6K
11:34Subsurface Defect Localization by Structured Heating Using Laser Projected Photothermal Thermography
Published on: May 15, 2017
11.0K
