设计和开发基于LED的便携式多波长扩散反射光谱仪器,用于快速识别乳腺癌
Arif Mohd Kamal1, Kirteyman Singh Rajput1, Apurva Dahake1
1Department of Electronic Systems Engineering, Indian Institute of Science, Bangalore, India.
Scientific reports
|November 25, 2025
概括
使用扩散反射光谱 (DRS) 的新型多光谱笔可以快速区分恶性与正常的乳腺组织. 这种工具显示出改善乳腺癌诊断和患者治疗结果的前景.
科学领域:
- 生物医学工程 生物医学工程
- 医学诊断 医学诊断 医学诊断
- 光学光谱学是指光学光谱学.
背景情况:
- 乳腺癌是全球女性死亡的主要原因之一.
- 准确和快速的诊断方法对于有效的治疗和改善生存率至关重要.
- 目前的诊断技术可能耗时,可能需要侵入性手术.
研究的目的:
- 开发一种新的诊断工具,实时分化恶性和相邻的正常人乳腺组织.
- 利用基于脂质和原吸收的扩散反射光谱 (DRS) 进行组织分析.
- 评估用于乳腺癌诊断的多光谱笔的可行性.
主要方法:
- 开发一种使用分散反射光谱 (DRS) 的多光谱笔.
- 在62个乳腺组织样本中分析了扩散反射率和减少吸收率 (50个固定在甲中,12个新鲜).
- 应用CatBoost机器学习模型用于组织类型的分类.
主要成果:
- 与正常组织相比,恶性乳腺组织的扩散反射率较高,吸收率较低.
- 在 850 nm,940 nm 和 1050 nm 的恶性组织中观察到显著较低的平均减少吸收值 (p < 0.0001).
- CatBoost模型在区分恶性和正常组织方面实现了90%的准确性,80%的敏感性和100%的特异性.
结论:
- 开发的基于DRS的多谱笔是快速,ex vivo分化恶性和正常乳腺组织的一个有前途的工具.
- 这些发现突显了光学光谱学与机器学习相结合的潜力,用于乳腺癌诊断.
- 未来的研究应侧重于更大,多样化的患者队列,并将其纳入手术内边缘评估.
