基于声学分辨率光声显微镜的机器学习结直肠组织分类
机器学习
2023-07-18 v1 机器学习
图像与视频处理
摘要
结直肠癌是一种致命疾病，近年来日益普遍。早期检测对挽救生命至关重要，但结肠镜检查和活检等传统诊断方法存在局限。结肠镜检查无法提供受癌组织内部的详细信息，而活检涉及组织切除，可能带来痛苦且有创。为提高诊断效率并减轻患者痛苦，我们研究了一种利用声学分辨率光声显微镜（ARPAM）的基于机器学习方法进行结直肠组织分类。借助该工具，我们能够使用多种机器学习方法对良性和恶性组织进行分类。我们从定量和定性两方面分析结果，以评估方法的有效性。
引用
@article{arxiv.2307.08556,
title = {Machine-Learning-based Colorectal Tissue Classification via Acoustic Resolution Photoacoustic Microscopy},
author = {Shangqing Tong and Peng Ge and Yanan Jiao and Zhaofu Ma and Ziye Li and Longhai Liu and Feng Gao and Xiaohui Du and Fei Gao},
journal= {arXiv preprint arXiv:2307.08556},
year = {2023}
}