使用穆勒矩阵极度测量检测骨和软组织瘤:一种非侵入性的方法,用于识别未固定瘤

科学领域:

• 生物医学光学 生物医学光学
• 医疗成像医学成像
• 计算生物学 计算生物学

背景情况:

• 穆勒矩阵极度测量 (MMP) 是一种强大的技术,用于表征生物组织的极化特性.
• 准确和快速诊断瘤,如骨髓瘤,对于有效的治疗计划和患者的结果至关重要.

研究的目的:

• 在小鼠模型中评估MMP在分析新鲜皮下骨髓瘤组织样本中的有效性.
• 为了比较多层感知子 (MLP) 和科尔摩戈罗夫-阿诺德网络 (KAN) 的性能,使用MMP数据对瘤组织进行分类.
• 确定有助于骨髓瘤诊断的关键MMP参数.

主要方法:

• 建立一个皮下骨质肉瘤小鼠模型.
• 从新鲜瘤样本中获取穆勒矩阵数据.
• 应用MLP和KAN分类器,使用从MMP参数中得出的单像素和附近像素属性.
• 对分类器性能进行比较分析.

主要成果:

• 与多层感知子 (MLP) 相比,科尔摩戈罗夫-阿诺德网络 (KAN) 在分类骨髓瘤组织方面表现优越.
• 穆勒矩阵的诊断元素,以及参数 Δ 和 D,被确定为对瘤诊断的重要贡献者.
• 该研究强调了MMP在非侵入性,快速识别未固定瘤方面的潜力.

结论:

• 在生物医学应用中,KAN显示了分析MMP数据集的巨大潜力.
• 与先进的机器学习相结合的MMP为手术内瘤诊断提供了一个有前途的途径.
• 这种方法可以提高手术环境中的诊断准确性和速度.