сгенерировать QR код
Открытый доступ
Только для подписчиков
Классификация типов почечных камней с помощью лазерно-индуцированной флуоресценции и машинного обучения
Аннотация
Разработан быстрый неинвазивный метод классификации типов камней в почках с помощью лазерно-индуцированной флуоресценции (ЛИФ) в сочетании с машинным обучением. Создана ЛИФ-система на основе лазера с длиной волны 405 нм для сбора спектральных данных для четырех распространенных типов камней: моногидрата оксалата кальция, безводной мочевой кислоты, гексагидрата фосфата магния-аммония и карбонатного апатита. Спектральные данные предварительно обработаны с использованием стандартного преобразования и нормализации переменных для уменьшения шума и морфологической изменчивости. После отбора признаков и масштабирования построены четыре модели классификации (метод k-ближайших соседей, классификатор опорных векторов, случайный лес и экстремальный градиентный бустинг), гиперпараметры которых оптимизированы с помощью байесовского алгоритма. Все модели показали хорошие результаты на независимом тестовом наборе, при этом классификатор опорных векторов достиг наивысшей средней точности 92%. Предложенная методика позволяет надежно и эффективно идентифицировать компоненты камней во время операции и обладает значительным потенциалом для улучшения клинической диагностики, определения оптимального лечения и профилактики рецидивов.
Ключевые слова
лазерно-индуцированная флуоресценция,
камни в почках,
машинное обучение,
спектральный анализ,
классификация и идентификация
При поддержке: This research was supported by the National High Technology Research and Development Program of China (No. 2021YFB3202402), the Fund of the National Natural Science Foundation of China (No. 62105340), the Postdoctoral Researcher Research Activities Funding Project of Anhui Province (Grant No. 2024C889) and the Anhui Institute of Translational Medicine (Grant No. 2023zhyx-C71), the Key Project of the Foundation of Anhui Education Committee, China (No. 2022AH050066), and the Wanjiang Center Industrialization Project (No. WJ24CYHXM10).
Об авторах
F. Shi
Аньхойский университет
Китай
Китай
Хэфэй
H. Wang
Аньхойский институт оптики и точной механики, Хэфэйский институт материаловедения, Китайская академия наук
Китай
Китай
Хэфэй
S. Jamali
Аньхойский институт оптики и точной механики, Хэфэйский институт материаловедения, Китайская академия наук
Китай
Китай
Хэфэй
H. Fu
Аньхойский институт оптики и точной механики, Хэфэйский институт материаловедения, Китайская академия наук; Хэфэйский институт технологических инноваций
Китай
Китай
Хэфэй
D. Wang
Вторая больница Аньхойского медицинского университета
Китай
Китай
Хэфэй
Z. Ding
Аньхойский университет
Китай
Китай
Хэфэй
Список литературы
1. T. Alelign, B. Petros, Adv. Urol., 1–12 (2018), https://doi.org/10.1155/2018/3068365.
2. A. D. Rule, J. C. Lieske, X. Li, et al., J. Am. Soc. Nephrol., 25, 2878–2886 (2014). https://doi.org/10.1681/ASN.2013091011.
3. S. Chen, L. Zhu, S. Yang, et al., Urology, 79, 293–297 (2012), https://doi.org/10.1016/j.urology.2011.08.036.
4. Z. Gu, J. Qi, H. Shen, et al., Lasers Med. Sci., 25, 577–580 (2010), https://doi.org/10.1007/s10103-010-0769-x.
5. G. Xiang, J. Chen, D. Ho, et al., Ultrason. Sonochem., 101, 106649 (2023), https://doi.org/10.1016/j.ultsonch.2023.106649.
6. N. Harada, J. Yatsuda, R. Kurahashi, et al., IJU Case Rep., 5, 281–285 (2022), https://doi.org/10.1002/iju5.12464.
7. B. Turna, R. J. Stein, M. C. Smaldone, et al., J. Urol., 179, 1415–1419 (2008). https://doi.org/10.1016/j.juro.2007.11.076
8. J. W. He, J. Int. Med. Res., 52, 3000605241275333 (2024), https://doi.org/10.1177/03000605241275333.
9. T. Bach, B. Geavlete, T. R. W. Herrmann, A. J. Gross, J. Endourol., 22, 1639–1643 (2008). https://doi.org/10.1089/end.2008.0184.
10. F. Pasqui, F. Dubosq, K. Tchala, et al., Eur. Urol., 45, 58–64 (2004), https://doi.org/10.1016/j.eururo.2003.08.013
11. M. Wang, Q. Shao, X. Zhu, et al., Urol. Int., 105, 587–593 (2021), https://doi.org/10.1159/000512054.
12. R. L. Blackmon, P. B. Irby, N. M. Fried, J. Biomed. Opt., 16, 71403 (2011), https://doi.org/10.1117/1.3564884.
13. M. Koch, M. Schapher, K. Mantsopoulos, H. Iro, Lasers Surg. Med., 53, 488–498 (2021), https://doi.org/10.1002/lsm.23325.
14. P. Kronenberg, O. Traxer, World J. Urol., 33, 463–469 (2015), https://doi.org/10.1007/s00345-014-1395-1.
15. A. Hertel, M. F. Froelich, D. Overhoff, et al., Eur. Radio, 35, 3120–3130 (2025), https://doi.org/10.1007/s00330024-11262-w.
16. A. H. Khan, S. Imran, J. Talati, L. Jafri, Clin. Urol., 59, 32 (2018), https://doi.org/10.4111/icu.2018.59.1.32.
17. W. Sofińska-Chmiel, M. Goliszek, M. Drewniak, et al., Mol. (basel Switz), 28, 6089 (2023), https://doi.org/10.3390/molecules28166089.
18. M. M. E. L. Henderickx, S. J. M. Stoots, D. M. De Bruin, et al., J. Endourol., 36, 1362–1370 (2022), https://doi.org/10.1089/end.2022.0217.
19. M. Kwaśny, A. Bombalska, Sens. (basel Switz), 22, 2956 (2022), https://doi.org/10.3390/s22082956.
20. Y. H. El-Sharkawy, S. Elbasuney, Photodiagn. Photodyn. Ther., 40, 103186 (2022), https://doi.org/10.1016/j.pdpdt.2022.103186.
21. R. Du, D. Yang, X. Yin, Sens. (basel Switz), 22, 1168 (2022), https://doi.org/10.3390/s22031168.
22. B. Lange, D. Jocham, R. Brinkmann, J. Cordes, Lasers Surg. Med., 49, 361–365 (2017), https://doi.org/10.1002/lsm.22611.
23. X. Li, Autofluorescence Spectral Analysis for Detecting Urinary Stone Composition in Emulated Intraoperative Ambient (2023).
24. I. Saini, D. Singh, A. Khosla, J. Adv. Res., 4, 331–344 (2013), https://doi.org/10.1016/j.jare.2012.05.007.
25. M. Awad, R. Khanna, In: Efficient Learning Machines, Berkeley, CA, 39–66 (2015).
26. R. Genuer, J.-M. Poggi, C. Tuleau-Malot, Pattern Rec. Lett., 31, 2225–2236 (2010), https://doi.org/10.1016/j.patrec.2010.03.014.
27. T. Chen, C. Guestrin, In: Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. ACM, San Francisco California USA, 785–794 (2016).
Рецензия
Для цитирования:
Shi F., Wang H., Jamali S., Fu H., Wang D., Ding Z. Классификация типов почечных камней с помощью лазерно-индуцированной флуоресценции и машинного обучения. Журнал прикладной спектроскопии. 2026;93(5):722.
For citation:
Shi F., Wang H., Jamali S., Fu H., Wang D., Ding Z. Discriminant Analysis of Kidney Stone Types Based on Laser-Induced Fluorescence Spectroscopy. Zhurnal Prikladnoii Spektroskopii. 2026;93(5):722.
Просмотров:
1
JATS XML
Послать статью по эл. почте 