Data compatibility across point probe Raman spectroscopy systems and its impact on statistical models portability (Conference Presentation)
Notice bibliographique
Résumé
Raman spectroscopy is an optical technique that can assess a sample’s molecular content by probing its vibrational modes and has been used over the last decades to diagnose multiple types of cancer. The standard method used to build the classification models, based on machine learning algorithms, is the source of two majors limitations: the small size of the collected training datasets and the issue of portability of statistical models across imaging systems and medical centers. Model portability can be adressed by using a spectrum processing method that totally removes the hardware influence from the processed Raman measurements. We focus here on the results of two experiments conducted to evaluate the reproductibility of Raman measurements made with nine different point-probe systems. For the first experiment, we used a nylon phantom to assess inter-systems differences and applied the data processing method which lowered the inter-systems deviation for the processed nylon peaks under 3%. Furthermore, system #1 was used in vivo in a human brain surgery to acquire 15 Raman measurements from normal and tumor tissue. We evaluated the deviation between classes and found that it was superior to the 3% inter-systems reproductibility for 10 Raman peaks associated with proteins, lipids and nucleic acids. The second experiment was done with the system #1 as a master system and systems #2 to #9 as slave systems. The master system was used to build a Support Vector Machine classification model to discriminate white matter from grey matter on fixed ex vivo monkey brain slices. The model was exported from master to slaves performing a diagnosis accuracy consistently over 95%. The reported results indicate the possibility to succesfully export statistical model from one system to another and to greatly increase the size of dataset using multiple imaging systems.
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 | 0,035 | 0,160 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».