文献

J-GLOBAL ID：202102242218623782   整理番号：21A3270255

乳癌分類のためのRaman分光法と機械学習【JST・京大機械翻訳】

Raman spectroscopy and machine learning for the classification of breast cancers

著者 (13件)： Zhang Lihao (Suzhou Institute of Biomedical Engineering and Technology, Chinese Academy of Sciences, Keling Road, Suzhou, Jiangsu Province, 215163, China) ,  Li Chengjian (Department of Pharmacy, Shanghai Baoshan Luodian Hospital, Baoshan District, Shanghai, 201908, China) ,  Li Chengjian (Luodian Clinical Drug Research Center, Institute for Translational Medicine Research, Shanghai University, Shanghai, 200444, China) ,  Peng Di (Shanghai D-band Medical Instrument Co., Ltd, Huyi Highway, Jiading District, Shanghai, 201800, China) ,  Yi Xiaofei (Shanghai D-band Medical Instrument Co., Ltd, Huyi Highway, Jiading District, Shanghai, 201800, China) ,  He Shuai (Suzhou Institute of Biomedical Engineering and Technology, Chinese Academy of Sciences, Keling Road, Suzhou, Jiangsu Province, 215163, China) ,  Liu Fengxiang (Suzhou Institute of Biomedical Engineering and Technology, Chinese Academy of Sciences, Keling Road, Suzhou, Jiangsu Province, 215163, China) ,  Zheng Xiangtai (Luodian Clinical Drug Research Center, Institute for Translational Medicine Research, Shanghai University, Shanghai, 200444, China) ,  Huang Wei E. (Department of Engineering Science, University of Oxford, Parks Road, Oxford OX1 3PJ, UK) ,  Zhao Liang (Department of Pharmacy, Shanghai Baoshan Luodian Hospital, Baoshan District, Shanghai, 201908, China) ,  Zhao Liang (Luodian Clinical Drug Research Center, Institute for Translational Medicine Research, Shanghai University, Shanghai, 200444, China) ,  Huang Xia (Suzhou Institute of Biomedical Engineering and Technology, Chinese Academy of Sciences, Keling Road, Suzhou, Jiangsu Province, 215163, China) ,  Huang Xia (Department of Biological Sciences, Xi’an Jiaotong-Liverpool University, Suzhou, Jiangsu 215123, China)
資料名： Spectrochimica Acta. Part A. Molecular and Biomolecular Spectroscopy  (Spectrochimica Acta. Part A. Molecular and Biomolecular Spectroscopy)
巻： 264  ページ： Null  発行年： 2022年 
JST資料番号： E0128B  ISSN： 1386-1425  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 乳癌は女性の主要な健康脅威である。異なる乳癌サブタイプに関連する薬物応答は,治療結果に明らかな影響を及ぼす;したがって,乳癌サブタイプの正確な分類が重要である。乳癌サブタイプ分類は様々な方法を用いて最近調べられ,Raman分光法は非侵襲的乳癌分析に使用できる有効な技術として浮上している。しかしながら,乳癌サブタイプの正確で迅速な分類は,現在,Ramanスペクトルデータの処理および分析による多くの努力および経験を必要とする。ここでは,乳癌細胞から正常を識別し,乳癌サブタイプを分類するために使用されたプロセスを単純化し,加速するために,Raman分光法と機械学習技術を採用した。培養乳癌細胞株からRamanスペクトルを得て,データを2つの機械学習アルゴリズム,主成分分析(PCA)-判別分析(DFA)とPCA-サポートベクトルマシン(SVM)によって分析した。これら2つのアルゴリズムが乳癌細胞から正常乳房細胞を識別できる精度は97%以上であり,両アルゴリズムに対する乳癌サブタイプ分類の精度は両方とも92%以上であった。さらに,著者らの結果は,癌細胞で増加する内因性Ramanバンドの強度のような癌細胞バイオマーカーとして特徴的なRamanスペクトル特徴の使用を支持する証拠を示した。機械学習技術と組み合わせたRaman分光法は,サブタイプ間の細胞内組成と分子構造の違いを明らかにすることができる乳癌分析のための迅速な方法を提供する。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： Ramanスペクトル ,  アルゴリズム ,  分子構造 ,  簡素化 ,  腫瘍細胞 ,  乳房 ,  判別分析 ,  主成分分析 ,  *Raman分光法 ,  *乳房腫瘍 ,  バイオマーカー ,  *機械学習 ,  サポートベクトルマシン
準シソーラス用語： 非侵襲 ,  乳癌細胞 , 【Automatic Indexing@JST】

著者キーワード (5件)： Raman分光法 ,  機械学習 ,  乳癌 ,  癌診断 ,  癌サブタイプ分類

分類 (2件)： 分光分析  (CC03012W) ,  有機化合物の赤外スペクトル及びRaman散乱,Ramanスペクトル  (BM08064T)

タイトルに関連する用語 (4件)： 乳癌 ,  分類 ,  Raman分光法 ,  機械学習