相关实验视频
Updated: Jul 7, 2026
10:37
Induction and Analysis of Epithelial to Mesenchymal Transition
Published on: August 27, 2013
36.0K
基于FTIR的机器学习,用于预测口腔上皮质发育不良的恶性转变
Rong Wang1, Roya Sabzian2, Tanya M Gibson3
1Department of Oral and Craniofacial Sciences, School of Dentistry, University of Missouri Kansas City, Kansas City, MO, USA. wangrong@umkc.edu.
The Analyst
|May 23, 2025
概括
里埃变换红外光谱法 (FTIR) 预测了口腔上皮质发育不良 (OED) 中恶性转变风险. 这种先进的技术提供了比传统方法更客观的评估,用于识别高风险的癌前口腔病变.
科学领域:
- 生物医学光谱学 生物医学光谱学
- 癌症研究 癌症研究
- 机器学习在病理学中
背景情况:
- 口腔状细胞癌 (OSCC) 是积极的,预后不佳.
- 口腔上皮质质变形 (OED) 是一种具有恶性转变 (MT) 风险的癌前病变.
- 目前OED的组织病理学是主观的,缺乏MT风险预测准确度.
研究的目的:
- 评估基于FTIR的OSCC-良性分类器,用于预测OED中的MT风险.
- 评估FTIR生物分子指纹作为OED客观诊断工具的潜力.
主要方法:
- 分析了30个具有已知的MT结局的OED患者活检.
- 使用FTIR成像,从组织部分获取生物化学概况 (生物分子指纹).
- 已建立的基于FTIR的OSCC-良性分类器被应用来预测OED样本中的MT风险.
主要成果:
- 在预测OED中的MT时,FTIR分类器在ROI层面达到81.7%的准确性 (F1得分为0.77),在活检层面达到83.3%的准确性 (F1得分为0.8),在活检层面达到83.3%的准确性.
- 与OSCC相似的FTIR指纹的OED表明MT风险更高.
- 具有类似良性组织的指纹的OED显示MT风险较低.
结论:
- 在OED中,FTIR生物分子指纹可以有效预测恶性转变风险.
- 基于FTIR的机器学习方法在评估OED的MT风险方面超过了传统的组织病理学.
- 该方法提供了一种定量,客观的工具,用于改善OED的临床诊断和管理.
