能否从活体 H 核磁共振波谱数据中提取代谢通路信息？

活体 H 核磁共振 (NMR) 波谱是对脑肿瘤葡萄糖代谢进行无创定量评估的重要工具。由于其高增殖率，脑肿瘤被认为是快速生长的肿瘤。此外，与原始非转化细胞类型相比，肿瘤细胞在遗传、生化和组织学上表现出深刻差异。因此，从临床研究者的角度来看，人们非常希望了解脑代谢物在正常和病理条件下的作用，尤其是在早期肿瘤检测技术的发展方面。遗憾的是，目前的诊断技术忽略了这些信号的动态方面。人们普遍认为 NMR 波谱的时间变化仅仅是由于噪声，或者没有携带足够的信息可供任何可靠的诊断程序利用。因此，目前的诊断程序主要基于从单一平均波谱中提取的经验观察。本文首先引入了一个用于分析 NMR 波谱信号的机器学习框架，该框架可以利用这些信号的静态和动态方面。其次，利用混沌理论的元素进一步分析了信号的动力学，以了解其底层结构。此外，我们表明它们表现出丰富的混沌动力学，暗示了代谢通路信息的编码。