29.03.2024
Подписывайтесь на Telegram-канал по ссылке

Машинное обучение помогает выявлять опухоли щитовидной железы

Новый метод выявления опухолей щитовидной железы

Сотрудники научной школы МГУ «Фотонные и квантовые технологии. Цифровая медицина» разработали методы терагерцовой (ТГц) импульсной спектроскопии во временной области c применением методов машинного обучения для выявления опухолей щитовидной железы. Работа опубликована в журнале Biomed. Opt. Express.

Терагерцовая (ТГц) спектроскопия не раз подтверждала чувствительность ко многим метаболитам в тканях человека, что позволяет ее применять для диагностики различных заболеваний, в том числе рака и диабета. Однако чувствительность ТГц методов ограничена, в связи с чем актуальна задача для её повышения. Применение метаматериалов в ТГц диапазоне позволяет справиться с некоторыми ограничениями и расширить область применения ТГц спектроскопии в направлениях биологии и медицины.

Сотрудники физического факультета МГУ изучили плазму крови пациентов в жидком и лиофилизированном виде. ТГц спектры коэффициента поглощения и показателя преломления для жидкой плазмы достоверно разделяются только для здоровых людей и пациентов с заболеваниями щитовидной железы, в то время как для сухой плазмы разделение есть и внутри группы пациентов с заболеваниями. Таким образом ТГц спектроскопия лиофилизированной плазмы позволяет разделять пациентов с доброкачественными и злокачественными опухолями щитовидной железы. Данное разделение подтверждено корреляцией ТГц спектров поглощения с концентрацией глюкозы и онкомаркеров в плазме пациентов, а также результатами машинного обучения.

Доказано, что THz TDS может быть чувствительным к изменениям состава крови в зависимости от степени злокачественности узлов щитовидной железы. Применение методов машинного обучения позволяет повысить степень дифференцирования, это даёт надежду на то, что ТГц спектроскопия будет применяться в медицинской и биологической практике наравне с другими известными методами.