具有机器学习的pH/粘度双响应光探测器使得可以对血栓年龄进行定量预测
Cheng Tao1, Yan Zhang1, Zhihao Zhang2
1Department of Oral and Maxillofacial Surgery, Nanjing Stomatological Hospital, Affiliated Hospital of Medical School, Institute of Stomatology, Nanjing University, Jiangsu, China.
Advanced healthcare materials
|December 20, 2025
概括
准确地确定血栓年龄对于治疗至关重要. 这项研究开发了一种光探针和机器学习模型,以精确估计血栓年龄,帮助个性化治疗血栓性疾病.
科学领域:
- 生物医学工程 生物医学工程
- 医疗成像医学成像
- 生物化学 生物化学
背景情况:
- 准确的血栓年龄确定对于选择适合的血栓性疾病治疗方法至关重要.
- 目前用于估计血栓年龄的方法缺乏临床适用性.
- 位血栓的治疗决定取决于血栓形成以来的时间.
研究的目的:
- 开发一种可靠的策略,准确确定血栓年龄.
- 为了建立一个慢进展的血栓形成的老鼠片模型.
- 设计和合成一个双响应的光探针 (Cy) 粘度和pH.
主要方法:
- 建立了一种用于缓慢进展的血栓形成的老鼠片模型.
- 合成了一种对粘度和pH值有反应的光探针 (Cy).
- 利用光强度和逻辑回归模型进行年龄预测.
主要成果:
- 已建立的老鼠板模型显示,在20分钟内,血管阻塞稳定.
- 探针Cy的光强度与血栓年龄有显著的相关性.
- 后勤回归模型在体外准确地识别了超过6小时的血栓.
结论:
- 这项研究提出了第一个使用光探针和机器学习对血栓年龄的定量预测.
- 开发的策略精确地照亮了血栓区域,并将光与年龄相关联.
- 这种方法在指导血栓性疾病的个性化治疗策略方面具有重大潜力.
更多相关视频
09:38A Microfluidic Flow Chamber Model for Platelet Transfusion and Hemostasis Measures Platelet Deposition and Fibrin Formation in Real-time
Published on: February 14, 2017
14.3K
10:25Microfluidic Flow Chambers Using Reconstituted Blood to Model Hemostasis and Platelet Transfusion In Vitro
Published on: March 19, 2016
9.9K
