کاربرد شبکه های عصبی در آنالیز طیفی رامان جهت تفکیک منشا سرطان های متاستاز یافته به غدد لنفاوی

تعیین منشا اولیه سرطان های متاستاز یافته در طراحی درمان و میزان موفقیت آن بسیار حائز اهمیت است. از آنجا که سلول های متاستاز یافته حاوی اطلاعاتی از بافت مبدا می باشند و طیف سنجی رامان اثر انگشت مولکولی از سلول ها به دست می-دهد، روش های مبتنی بر طیف سنجی رامان می تواند روش جدیدی در تعیین منشا اولیه سرطان به دست دهد. در این مطالعه نمونه های به دست آمده از سرطان های متاستاز یافته به غدد لنفاوی از سه مبدا متفاوت معده، پستان و روده بزرگ مورد ارزیابی رامان قرار گرفت و طیف های به دست آمده پس از پیش پردازش با شبکه های عصبی MLP و شبکه پیشنهادی SCNN با توجه به مبدا سرطان طبقه بندی شدند. طبقه بندی با استفاده از شبکه بهینه شده با نام شبکه عصبی خود سازنده (SCNN) نتایج بسیار بهتری نسبت به MLP نشان داد و در نهایت صحتی برابر 89 درصد در طبقه بندی سه کلاس (سه مبدا سرطان) در اعتبار سنجی متقابل یکی را کنار بگذار به دست آمد. مطالعه حاضر نشان داد که طیف سنجی رامان با به کار گیری روش های مناسب در پردازش طیف ها می تواند به روش جدیدی در تعیین منشا اولیه سرطان های متاستاز یافته با منشا اولیه نا معلوم تبدیل شود.