基于反向传播神经网络的生物阻抗评估方法,用于肝脏组织不可逆转的电穿孔
Chengjiang Wang1,2, Yuchi Zhang1, Fulai Lin1,2
1National Local Joint Engineering Research Center for Precision Surgery & Regenerative Medicine, The First Affiliated Hospital of Xi'an Jiaotong University, Xi'an, 710061, China.
Scientific reports
|May 9, 2025
概括
这项研究引入了一种使用阻抗光谱和神经网络评估不可逆转电穿孔 (IRE) 瘤切除的新方法. 该技术准确地预测了组织剥离水平,有助于临床治疗监测.
科学领域:
- 生物医学工程 生物医学工程
- 医学物理 医学物理
- 在瘤学瘤学.
背景情况:
- 不可逆的电穿孔 (IRE) 是一种经过临床验证的瘤切除技术.
- 准确评估除程度对于有效的IRE治疗至关重要.
- 目前评估废弃程度的方法需要进一步精细化,以便在临床应用中使用.
研究的目的:
- 开发和验证一种方法,用阻抗光谱学量化IRE诱导的组织剥离的程度.
- 为了建立一个预测模型来估计长期组织阻抗变化后的消去.
- 为了改善治疗评估,将阻抗变化与切除程度相关联.
主要方法:
- 用不同的参数对小鼠肝脏组织施加IRE,以诱导不同的切除水平.
- 测量了组织阻抗光谱,使用阻抗分析仪在切除前后进行测量.
- 利用同等电路模型和反向传播 (BP) 神经网络进行数据分析和预测.
- 量化了使用血氨酸-氨酸染色来与阻抗变化相关的除区域.
主要成果:
- 一个BP神经网络模型从早期测量 (30分钟后) 中准确预测了稳定状态等价电路参数 (72小时后消去),RMSE为7.33,MAPE为8.62%.
- 在72小时后,细胞外流体抵抗的相对变化和消去的程度之间发现了指数关系.
- 该模型表现出良好的预测性能 (R2为0.82),用于评估剥离程度.
结论:
- 阻抗光谱学与神经网络相结合,为快速和准确地评估IRE剥离提供了有希望的方法.
- 开发的方法可以预测长期阻抗变化,并量化组织剥离的程度.
- 这种技术有可能在临床环境中提高IRE瘤治疗的实时监测和评估.
