【文献整理】漫反射光谱在两层组织结构中的层厚预测和组织分类

本文研究使用漫反射光谱(DRS)预测两层组织结构的顶层厚度并进行组织分类。研究通过人工模型和动物组织实验,分析DRS与超声成像的结合效果。结果显示,DRS技术能有效预测组织厚度,分类精度较高,尤其在区分肌肉和脂肪组织方面。同时,与超声结合并未显著提高预测精度,但超声在识别组织内部结构上有优势。
摘要由CSDN通过智能技术生成

原文:https://www.nature.com/articles/s41598-022-05751-5#citeas

Geldof, F., Dashtbozorg, B., Hendriks, B.H.W. et al. Layer thickness prediction and tissue classification in two-layered tissue structures using diffuse reflectance spectroscopy. Sci Rep 12, 1698 (2022). https://doi.org/10.1038/s41598-022-05751-5

目的

用漫反射光谱来预测顶部层厚度,并将两层动物组织类型区分开来

研究背景

其他方法

  • 高光谱
  • 弹性光谱
  • 拉曼光谱

其他研究

  • 是在单层同质的组织结构的假设下进行表面组织的识别。
    DRS分析方法:拟合模型来测量组织的光学和生理参数
    局限:在外科手术中,测量的组织通常是不均匀的

  • 针对两层介质的不同DRS模型,主要分析了多层皮肤的上皮细胞
    只是基于单蒙特卡罗模拟,生成具有各种生理参数的双层模型的漫反射光谱,而没有使用任何实验数据作为输入
    然后用逆拟合来量化和验证光学性质和表皮厚度,一些和模型的测量相结合,或与已知的人皮肤的值比较。
    局限:两层模型中大量的参数大大增加了计算时间

研究思路

机器学习+DRS,最后用超声结果进行比较

方法

测量设置

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值