Near‐infrared Raman spectroscopy for optical diagnosis of lung cancer
Notice bibliographique
Résumé
Raman spectroscopy is a vibrational spectroscopic technique that can be used to optically probe the molecular changes associated with diseased tissues. The objective of our study was to explore near-infrared (NIR) Raman spectroscopy for distinguishing tumor from normal bronchial tissue. Bronchial tissue specimens (12 normal, 10 squamous cell carcinoma (SCC) and 6 adenocarcinoma) were obtained from 10 patients with known or suspected malignancies of the lung. A rapid-acquisition dispersive-type NIR Raman spectroscopy system was used for tissue Raman studies at 785 nm excitation. High-quality Raman spectra in the 700-1,800 cm(-1) range from human bronchial tissues in vitro could be obtained within 5 sec. Raman spectra differed significantly between normal and malignant tumor tissue, with tumors showing higher percentage signals for nucleic acid, tryptophan and phenylalanine and lower percentage signals for phospholipids, proline and valine, compared to normal tissue. Raman spectral shape differences between normal and tumor tissue were also observed particularly in the spectral ranges of 1,000-1,100, 1,200-1,400 and 1,500-1,700 cm(-1), which contain signals related to protein and lipid conformations and nucleic acid's CH stretching modes. The ratio of Raman intensities at 1,445 to 1,655 cm(-1) provided good differentiation between normal and malignant bronchial tissue (p < 0.0001). The results of this exploratory study indicate that NIR Raman spectroscopy provides significant potential for the noninvasive diagnosis of lung cancers in vivo based on the optic evaluation of biomolecules.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».