Раман-спектроскопія та методи штучного інтелекту для скринінгу раку ротової порожнини

Abstract

Мета дослідження – оцінити ефективність CNN у аналізі раманівських спектрів слини для скринінгу раку ротової порожнини та порівняти з традиційними статистичними методами. Висновки. CNN демонструє вищу ефективність у спектральному аналізі раку ротової порожнини порівняно зі статистичними методами. Використання всього спектра є більш інформативним, ніж аналіз окремих піків. Подальші дослідження можуть охоплювати інші методи машинного навчання та впровадження спектроскопії в клінічну практику.

Objective. To evaluate the effectiveness of CNN in analyzing Raman spectra of saliva for oral cancer screening and compare it with traditional statistical methods. Conclusions. CNN demonstrates superior performance in spectral analysis for oral cancer screening compared to statistical methods. Full-spectrum analysis is more informative than examining individual peaks. Future research may explore other machine learning techniques and the integration of spectroscopy into clinical practice.