Spektroskooppinen neulaprobe biologisten kudosten karakterisointiin

Biopsia on invasiivinen toimenpide, jossa kehosta poistetaan pieni kudospala sen ominaisuuksien arvioimiseksi ja sairauksien, kuten tulehdushäiriöiden, infektioiden, immuunisairauksien tai syövän, diagnosoimiseksi. Toimenpide voidaan tehdä sekä ennen että jälkeen hoidon. Tekijät kuten riittämätön kudostilavuus, kontaminaatio (esim. nekroottisen tai fibroottisen kudoksen esiintyminen) ja näytteiden muut puutteet voivat vaikuttaa biopsian laatuun ja mahdollisesti viivästyttää diagnoosia. Tämä väitöstutkimus tutkii koneoppimismenetelmien ja neulabiopsiaan integroidun mittapään soveltuvuutta kudosnäytteenoton tarkkuuden parantamiseksi, täydentäen perinteisiä menetelmiä. Tutkimus keskittyy optisten ja impedanssimittausmenetelmien soveltamiseen kudosmuutosten reaaliaikaisessa havaitsemisessa ja eri kudosten luokittelussa. Lisäksi luokittelijoiden suorituskyky testataan ex vivo ja in vivo mittauksessa. Tulokset korostavat optisten ja koneoppimispohjaisten menetelmien potentiaalia parantaa biopsiatoimenpidettä, mikä antaa aiheen lisävalidoinnille laajennetuilla aineistoilla ja kohdennetuilla tutkimuksilla nekroottisen kudoksen karakterisointiin.