Integrating spatial and chemical information enhances differentiation of non-alcoholic steatohepatitis states in Raman imaging

Abstract Machine learning studies for Raman imaging have addressed the differentiability of normal and diseased states in biomedical applications by grouping a set of Raman spectra in terms of spectral similarity over the sample. However, Raman imaging provides both chemical information relevant to...

وصف كامل

التفاصيل البيبلوغرافية

المؤلفون الرئيسيون:	Ryoya Kondo, Yuta Mizuno, Kentaro Mochizuki, Kosuke Hashimoto, Jean-Emmanuel Clément, Yasuaki Kumamoto, Katsumasa Fujita, Yoshinori Harada, Tamiki Komatsuzaki
التنسيق:	Artigo
اللغة:	Inglês
منشور في:	Nature Portfolio 2025-10-01
سلاسل:	Scientific Reports
الموضوعات:	Raman microscopy Information Bottleneck Method Machine learning Clustering Segmentation Hyperspectral images
الوصول للمادة أونلاين:	https://doi.org/10.1038/s41598-025-17495-z
الوسوم:	إضافة وسم لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!