Diagnostic clinique du diabète utilisant la spectroscopie Raman améliorée à la biopsie et l'apprentissage automatique

Cette étude sur l'application clinique de la spectroscopie Raman améliorée en surface (SERS) comprend deux parties. Premièrement, un protocole de mesure SERS sera développé pour améliorer les interactions entre les nanoparticules d'or et les composants des échantillons du patient, maximisant les signatures spectroscopiques Raman. Étant donné la composition complexe du sang humain, qui englobe de nombreux constituants biologiques, l'étude se concentre sur le sérum, un composant obtenu par centrifugation après avoir éliminé les cellules et les facteurs de coagulation. Quinze spectres seront enregistrés par échantillon. Les spectres bruts seront post-traités, y compris l'élimination du signal du substrat, la correction de base, la normalisation du vecteur et les étapes de lissage.

Le protocole de mesure SERS établi dans la première section sera ensuite appliqué à des échantillons de patients sains et diabétiques. Deux approches différentes seront suivies. Premièrement, l'analyse des données multivariées sera effectuée pour identifier les caractéristiques des caractéristiques distinctives dans les échantillons qui sont en corrélation avec leur groupe (patients sains et diabétiques), permettant le diagnostic du patient. Deuxièmement, différents algorithmes d'apprentissage automatique et stratégies d'augmentation des données seront explorés pour un meilleur diagnostic des patients.