Time-Resolved Fluorescence Spectroscopy as a Diagnostic Technique of Oral Carcinoma
Notice bibliographique
Résumé
OBJECTIVE: To investigate the benefit of using time-resolved, laser-induced fluorescence spectroscopy for diagnosing malignant and premalignant lesions of the oral cavity. DESIGN: The carcinogen 7,12-dimethylbenz[a]anthracene (DMBA) was applied to 1 cheek pouch of 19 hamsters. The contralateral pouch and the cheek pouches of 3 hamsters without DMBA exposure served as controls. SETTING: University of California, Davis. PARTICIPANTS: Twenty-two golden/Syrian hamsters. INTERVENTION: A nitrogen pulse laser was used to induce tissue autofluorescence between the wavelengths of 360 and 650 nm. MAIN OUTCOME MEASURES: Spectral intensities and time-domain measurements were obtained and compared with the histopathologic findings at each corresponding site. RESULTS: Spectral intensities and lifetime values at 3 spectral bands (SBs; SB1 = 380 +/- 10 nm; SB2 = 460 +/- 10 nm, and SB3 = 635 +/- 10 nm) allowed for discrimination among healthy epithelium, dysplasia, carcinoma in situ, and invasive carcinoma. The lifetime values at SB2 were the most important when distinguishing the lesions using only time-resolved parameters. An algorithm combining spectral fluorescence parameters derived from both spectral and time-domain parameters (peak intensities, average fluorescence lifetimes, and the Laguerre coefficient [zero-order]) for healthy epithelium, dysplasia, carcinoma in situ, and invasive carcinoma provided the best diagnostic discrimination, with 100%, 100%, 69.2%, and 76.5% sensitivity and 100%, 92.2%, 97.1%, and 96.2% specificity, respectively. CONCLUSIONS: The addition of time-resolved fluorescence-derived parameters significantly improves the capability of fluorescence spectroscopy-based diagnostics in the hamster buccal pouch. This technique provides a potential noninvasive diagnostic instrument for head and neck cancer.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».