Multivariate analysis of breast tissue using optical parameters extracted from a combined time-resolved fluorescence and diffuse reflectance system for tumor margin detection
Notice bibliographique
Résumé
Significance: Breast conservation therapy is the preferred technique for treating primary breast cancers. However, breast tumor margins are hard to determine as tumor borders are often ill-defined. As such, there exists a need for a clinically compatible tumor margin detection system. Aim: A combined time-resolved fluorescence and diffuse reflectance (TRF-DR) system has been developed to determine the optical properties of breast tissue. This study aims to improve tissue classification to aid in surgical decision making. Approach: Normal and tumor breast tissue were collected from 80 patients with invasive ductal carcinoma and measured in the optical system. Optical parameters were extracted, and the tissue underwent histopathological examination. In total, 761 adipose, 77 fibroglandular, and 347 tumor spectra were analyzed. Principal component analysis and decision tree modeling were performed using only TRF optical parameters, only DR optical parameters, and using the combined datasets. Results: The classification modeling using TRF data alone resulted in a tumor margin detection sensitivity of 72.3% and specificity of 88.3%. Prediction modeling using DR data alone resulted in greater sensitivity and specificity of 80.4% and 94.0%, respectively. Combining both datasets resulted in the improved sensitivity and specificity of 85.6% and 95.3%, respectively. While both sensitivity and specificity improved with the combined modeling, further study of fibroglandular tissue could result in improved classification. Conclusion: The combined TRF-DR system showed greater tissue classification capability than either technique alone. Further work studying more fibroglandular tissue and tissue of mixed composition would develop this system for intraoperative use for tumor margin detection.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 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 ».