Real-time Raman Spectroscopy for <i>In Vivo</i> Skin Cancer Diagnosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Raman spectroscopy is a noninvasive optical technique capable of measuring vibrational modes of biomolecules within viable tissues. In this study, we evaluated the application of an integrated real-time system of Raman spectroscopy for in vivo skin cancer diagnosis. Benign and malignant skin lesions (n = 518) from 453 patients were measured within 1 second each, including melanomas, basal cell carcinomas, squamous cell carcinomas, actinic keratoses, atypical nevi, melanocytic nevi, blue nevi, and seborrheic keratoses. Lesion classification was made using a principal component with general discriminant analysis and partial least-squares in three distinct discrimination tasks: skin cancers and precancers from benign skin lesions [receiver operating characteristic (ROC) = 0.879]; melanomas from nonmelanoma pigmented lesions (ROC = 0.823); and melanomas from seborrheic keratoses (ROC = 0.898). For sensitivities between 95% and 99%, the specificities ranged between 15% and 54%. Our findings establish that real-time Raman spectroscopy can be used to distinguish malignant from benign skin lesions with good diagnostic accuracy comparable with clinical examination and other optical-based methods.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle