八宝粥的配料和做法(八宝粥的配料和做法大全) Activex控件无法安装解决办法(activex控件装入失败) 怎么赶上早上六点的飞机?(怎么赶上早上六点的飞机航班) 鱼珠胶的作用是什么(鱼珠胶是什么胶水) 过年的时候 给亲戚朋友们拜年要注意些啥?(过年哪些亲戚需拜年) 烤香肠的做法(台式烤香肠的做法) 大月氏读yue还是rou(大月像高达) 菏泽商标注册流程有哪些?(菏泽商标注册流程有哪些企业) 怎样养成牛奶肌(怎样养成牛奶肌?) 三年级语文阅读理解训练题及答案(三年级语文阅读) 如何破解无线路由密码(如何破解无线路由密码设置) 深圳狮王教育(狮王教育) 手机QQ怎么免费设置聊天背景(手机qq怎么设置聊天背景全部一样) 品管员工自我评价(品管员工作职责) 摧枯拉朽怎么解释(摧枯拉朽的解释是什么) 《世界第一等》尤克里里谱-吉他谱(世界第一等吉他简谱) 炒面的做法简单好吃(炒面的做法) 拉链拉不动怎么办、有什么妙招(拉链拉不动怎么办,有什么妙招可以解决) ps的羽化是怎么使用的(ps羽化有几种方法) pixiv加速器哪个好用(加速器哪个好用) 男人补肾吃什么最好(男人补肾吃什么最好?) win7系统下剑灵客户端BNS崩溃报告错误的处理(剑灵总是客户端错误) 成功人生的标记是什么(成功人生) usdt是什么币(usdt是什么币是哪个的) iTunes Store是什么 iTunes Store怎么用(itunes store是什么东西) chip away是什么意思(chip是什么意思) 美发编发发型(美发编发发型女) 古诗游子吟ppt课件(游子吟古诗图片) 蘑菇怎么拼读(蘑菇怎么拼读音节) 武尸夺战力指数(武尸) 欧伦堡皮鞋的保养护理(欧伦堡皮鞋的保养护理是什么) 汉化补丁怎么用(vray汉化补丁怎么用) 千元以上回音壁音响推荐(回音壁音响5 1推荐) 皮冻家常做法(皮冻家常做法视频) 推荐几个非常好听且适合睡觉听的钢琴曲(推荐几个非常好听且适合睡觉听的钢琴曲子) 减肥器材抖抖机有用吗(减肥器材) vs是什么意思(vs是什么意思 汉语) 创建在线考试需要用到什么软件?(在线考试的软件有哪些) 葫芦丝吹奏方法技巧?(葫芦丝吹奏方法) 练习倒立的好方法(练倒立的技巧) 油茶的做法(油茶的做法和功效与作用) 《口袋西游》游戏评测(《口袋西游》游戏评测怎么样) 喝白酒有哪些好处?(喝白酒有哪些好处呢) 初三作文 华为手机文件夹加密码如何设置(华为手机文件夹加密码如何设置密码保护) 黄花梨木图片大全 黄花梨木鉴别技巧(黄花梨木的鉴别方法) 四面体的体积公式有哪些(四面体的体积公式) 侍弄怎么拼音(侍弄拼音怎么读音) 移动用户网上怎么查询话费账单?(移动用户网上怎么查询话费账单余额) 国资委是干什么的(国资委是干啥的)
您的位置:首页 >要闻 >

机器学习结合多光谱红外成像指导癌症手术

导读 手术切除肿瘤仍然是癌症治疗期间最常见的手术之一,大约 45% 的癌症患者在某个时候接受过这种手术。由于成像和生化技术的最新进展,外科

手术切除肿瘤仍然是癌症治疗期间最常见的手术之一,大约 45% 的癌症患者在某个时候接受过这种手术。由于成像和生化技术的最新进展,外科医生现在能够更好地将肿瘤与健康组织区分开来。具体来说,这是通过一种称为“荧光引导手术”(FGS) 的技术实现的。

在 FGS 中,患者的组织被一种染料染色,这种染料在特殊光源照射下会发出红外线。这种染料优先与肿瘤细胞表面结合,因此它的光波发射可以提供有关肿瘤位置和范围的信息。在大多数基于 FGS 的方法中,红外发射的绝对强度被用作辨别对应于肿瘤的像素的主要标准。然而,事实证明强度对光照条件、相机设置、使用的染料量以及染色后经过的时间很敏感。因此,基于强度的分类很容易产生错误的解释。

但是,如果我们可以改用一种与强度无关的方法来对健康细胞和肿瘤细胞进行分类呢?最近发表在《生物医学光学杂志》上、由英国伦敦大学学院的 Dale J. Waterhouse 领导的一项研究现在提出了这样一种方法。研究团队开发了一种新技术,将机器学习与短波红外 (SWIR) 荧光成像相结合,以检测肿瘤的精确边界。

他们的方法依赖于捕获染色组织的多光谱 SWIR 图像,而不是简单地测量一个特定波长的总强度。简而言之,该团队在他们的 SWIR 光学系统前面依次放置了六个不同波长频率(颜色)的滤光片,并为每个像素记录了六个测量值。这使研究人员能够为每种类型的像素(背景、健康或肿瘤)创建光谱图。接下来,他们训练了七个机器学习模型以在多光谱 SWIR 图像中准确识别这些配置文件。

研究人员使用 SWIR 图像和侵袭性神经母细胞瘤的实验室模型在体内训练和验证模型。他们还比较了不同的归一化方法,旨在使像素的分类独立于绝对强度,使其仅受像素的光谱分布影响。

在七个测试模型中,性能最好的模型实现了 97.5% 的显着每像素分类精度(肿瘤、健康和背景像素的精度分别为 97.1%、93.5% 和 99.2%)。此外,由于光谱分布的归一化,模型的结果对成像条件的变化更加稳健。这是临床应用特别需要的功能,因为通常测试新成像技术的理想条件并不代表真实世界的临床环境。

标签:

免责声明:本文由用户上传,如有侵权请联系删除!