化工仪器网手机版
移动端访问更便捷
光谱技术+AI 为提升肺癌精准诊断提供创新范例
2025年04月11日 09:35:57
来源：化工仪器网 点击量：4195
近日，中国科学院合肥物质院安光所环境光学中心FTIR团队与中国科学院合肥肿瘤医院邓庆梅团队合作，创新性地将傅里叶变换近红外光谱技术(NIRS)与人工智能相结合，显著提高了肺癌识别准确率。
近年来，国家陆续出台多项政策，鼓励人工智能(AI)的快速发展创新，加速人工智能与其他产业的融合发展。在数字化转型大潮的推动下，人工智能已成为推动各行各业创新与进步的战略性技术。
近日，中国科学院合肥物质院安光所环境光学中心FTIR团队与中国科学院合肥肿瘤医院邓庆梅团队合作，创新性地将傅里叶变换近红外光谱技术(NIRS)与人工智能相结合，显著提高了肺癌识别准确率。相关研究成果《基于双迹二维近红外光谱与机器学习的血红蛋白指纹图谱解码：肺癌早期诊断新策略》发表于光谱学权威期刊SPECTROCHIMICA ACTA PART A-MOLECULAR AND BIOMOLECULAR SPECTROSCOPY。
在全球范围内，肺癌的发病率和死亡率居高不下，已成为严重威胁人类健康的疾病之一。面对这一挑战，了解并采取有效的预防措施显得尤为重要。肺癌的早期诊断是提高治疗效果的有效途径，主要采取的是影像学和痰液细胞学检查等，然而，该诊断手段往往存在侵入性强、成本高以及准确率不足等问题，导致大多数患者在确诊时已处于晚期。而本次研究，科研人员利用自主研发设备检测血红蛋白光谱特征，为非侵入性筛査提供了全新解决方案。
科研团队利用安光所FTIR团队自主研发的傅里叶变换近红外光谱仪，开展了针对肺癌患者血液成分的指纹光谱深入分析。通过运用连续小波变换(CWT)和双迹二维相关分析(2T2D-COS)等技术手段，研究人员成功捕捉并放大了血红蛋白(Hb)二级结构在分子振动层面的细微差异。研究发现在4862cm-1、4615 cm-1和4432 cm-1三个特征波段，肺癌患者与健康对照组的Hb的二级结构(如α螺旋与β折叠)存在显著差异。
基于这些发现，科研团队利用机器学习算法构建了早期肺癌的"光谱指纹"识别模型，临床试验显示，该诊断方法的准确率高达97.50%，特异性也达到90.91%。
该研究成果标志着我国科研团队在肺癌早期精准诊断方面开辟了全新的方向，也为光学医学诊断领域提供创新范例。同时，也为未来的医疗临床应用奠定了坚实基础。目前，该研究成果申请了国家发明专利一项。这不仅是中国医疗科技的一大进步，更是全球范围内肺癌防治领域的一重大突破。
素材来源：中国科学院合肥物质科学研究院
相关阅读 Related Reading
查看更多+-
吉林农业大学就“吉林农业大学高质量发展-博士点任务-农学院本科实验教学平台基础建设提升项目”发布公开招标公告，预算金额为618万元...2025-04-30 09:29:23
-
近日，广东工业大学委托广州顺为招标采购有限公司组织公开招标，采购荧光光谱仪、高分辨智能拉曼成像仪，预算620万元。2025-04-29 10:41:49
-
近日，广东工业大学委托广东广招招标采购有限公司组织公开招标，采购纳米红外光谱仪和液相色谱质谱联用仪，预算1268万元。2025-04-29 10:16:31
-
据化工仪器网不完全统计，3月中国政府采购网可统计到的光谱仪中标数量为98套，中标金额为4052.11万元，平均单价为41.35万元...2025-04-28 16:44:51
-
近日，广州大学委托广州市政府采购中心组织公开招标，采购生物显微镜、冷藏箱柜、离心机等仪器设备，预算338.7万元。2025-04-28 10:16:28
-
近日，中国科学院福建物质结构研究所委托东方国际招标有限责任公司组织公开招标，采购荧光光谱仪，预算150万元。2025-04-27 14:32:18
版权与免责声明
- ①凡本网注明“来源：化工仪器网”的所有作品，均为浙江兴旺宝明通网络有限公司-化工仪器网合法拥有版权或有权使用的作品，未经本网授权不得转载、摘编或利用其他方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：化工仪器网”。违反上述声明者，本网将追究其相关法律责任。
- ②本网转载并注明自其他来源（非化工仪器网）的作品，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时，必须保留本网注明的作品第一来源，并自负版权等法律责任。
- ③如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。
