Differentiation of <scp>HaCaT</scp> cell and melanocyte from their malignant counterparts using micro‐<scp>R</scp>aman spectroscopy guided by confocal imaging
Notice bibliographique
Résumé
BACKGROUND: Skin cancer is the most common type of cancer in humans. Current techniques for identifying normal and neoplastic tissues are either destructive or not sensitive and specific enough. Raman spectroscopy and confocal imaging may obviate many limitations of existing methods by providing noninvasive, high-resolution, and real-time morphological and biochemical analysis of living tissues and cells. METHODS: We conducted micro-Raman spectroscopy studies on HaCaT cells, melanocytes (MC) and their malignant counterparts squamous cell carcinoma (SCC) and melanoma (MM) cells, respectively. Reflectance confocal imaging is used as guidance for the spectral measurements. RESULTS: Significant differences were found between the spectra of HaCaT cells and SCC cells, MC cells and MM cells, as well as all normal cells (HaCaT and MC) and all tumor cells (SCC and MM). Approximately 90% sensitivity and specificity was achieved for all the separations that we performed. CONCLUSION: Our results demonstrated the robust capability of confocal Raman spectroscopy in separating different cell lines. The acquired Raman spectra of major types of skin cells and their malignant counterparts will be useful for the interpretation of Raman spectra from in vivo skin. We believe it will eventually help diagnosis of skin cancer and other skin disease in clinical dermatology.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».