深度学习通过刺激的拉曼细胞学增强了无标签的宫查
Yingjie He1, Mingming Zhao2, Hao Zhang3
1State Key Laboratory of Surface Physics and Department of Physics, Key Laboratory of Micro and Nano Photonic Structures (Ministry of Education), Endoscopy Center and Endoscopy Research Institute, Zhongshan Hospital, Fudan University, Shanghai, 200433, China.
Talanta
|October 18, 2025
概括
一种新的无染色方法,通过刺激拉曼细胞学 (VAD-SRC) 进行视觉辅助诊断,快速选宫细胞. 这种先进的技术在检测子宫癌方面实现了高精度,提高了诊断效率.
科学领域:
- 生物医学光学 生物医学光学
- 细胞病理学 细胞病理学
- 人工智能在医学中的应用
背景情况:
- 传统的宫癌查方法在速度和准确性方面存在局限性.
- 早期发现宫癌对于有效管理和改善患者的治疗结果至关重要.
研究的目的:
- 为快速宫细胞查引入一种新的无污染平台.
- 评估VAD-SRC平台在分类良性与恶性宫细胞方面的诊断性能.
- 开发用于细胞病理学的自动细胞识别系统.
主要方法:
- 利用刺激拉曼散射 (SRS) 显微镜进行内在生物分子对比.
- 通过刺激拉曼细胞学 (VAD-SRC) 平台开发了视觉辅助诊断.
- 集成了一个深度卷积神经网络用于定量分析和分类.
- 实现了高分辨率细分,用于单个细胞识别.
主要成果:
- 在宫细胞样本的二进制分类中实现了98.5%的准确性和100%的灵敏性.
- 成功自动识别了五种不同的细胞类型,包括正常,白细胞,LSIL,HSIL和SCC细胞.
- 证明了VAD-SRC快速查和精确的细胞病理评估的能力.
结论:
- VAD-SRC平台为宫癌查提供了一个有前途的无污染替代方案.
- 这项技术提高了细胞病理学工作流程中的诊断效率和精度.
- VAD-SRC有潜力显著提升宫癌的早期检测和管理.
