classifying ovarian cancer to an ac

classifying ovarian cancer to an accuracy of 96.7% using plasma samples [10]. Raman spectroscopy has recently been shown to be capable of discriminating metastatic brain cancer, high grade brain cancer and normal cancer from tissue samples using a small wavenumber range of 600–800 cm−1 to a sensitivity and specificity of 100% and 94.44% for high grade cancer, 96.55% and 100% for metastatic brain and 85.71% and 100% for normal brain tissue spectra [11]. In addition, FTIR has proven to be an excellent analytical technique to quickly determine heavy water concentration in pressurised heavy water reactor [12] and FTIR and Raman are capable of remote sensing of Chemical Warfare Agents (CWAs) [13]. A relatively mature market in hand held instruments and configurable technology provide an excellent opportunity for enabling mobile in situ analysis of samples using vibrational spectroscopy, however in situations as described above an ability to place the spectrometer in a different location to the feedback system would be of great advantage. For instance, a miniature spectrometer with cloud based data feedback could be placed in a hazardous location to monitor air quality thus, providing real time results back to scientists outside the hazardous area, or a spectrometer could be placed in a clinical theatre without the need for an operator inside therefore, minimising the risk of infection. Currently this is not possible. Developments in the mobile/miniature spectrometer technology and in situ use of spectroscopy require appropriate coinciding developments in software and applications. Some mobile/miniature spectrometers require the spectrometer to be linked to a desktop PC/laptop for instrument control and data acquisition. However, often the desktop PC/laptop has a greater environmental footprint than the spectrometer instrument. A mobile applet (app) capable of accessing/manipulating data would prove extremely useful and the applications wide and varied. In this study we describe the development of apps for the interrogation and manipulation of vibrational spectra using Android and iOS platforms with cloud-based technology and investigate the different development approaches required and the implementation issues arising with each platform.

ผลลัพธ์ (ไทย) 1:

ประเภทมะเร็งรังไข่เพื่อความถูกต้องของ 96.7% โดยใช้พลาสม่าตัวอย่าง [10] กรามันได้รับการแสดงจะไม่สามารถรับการจำแนก metastatic สมองมะเร็ง มะเร็งสมองระดับสูง และมะเร็งปกติจากตัวอย่างเนื้อเยื่อที่ใช้ช่วง wavenumber เล็ก 600 – 800 cm−1 จะมีความไวและ specificity 100% 94.44% สำหรับมะเร็งระดับสูง 96.55% และ 100% สำหรับสมอง metastatic และ 85.71% และ 100% สำหรับแรมสเป็คตราเนื้อเยื่อสมองปกติ [11] ล่าสุด นอกจากนี้ FTIR ได้พิสูจน์แล้วว่าเป็น เทคนิคการวิเคราะห์ที่ยอดเยี่ยมกำหนดว่าความเข้มข้นของน้ำหนักในเครื่องปฏิกรณ์น้ำหนัก pressurised [12] และ FTIR และรามันมีความสามารถในการตรวจวัดระยะไกลของบริษัทตัวแทนการสงครามเคมี (CWAs) [13] ตลาดค่อนข้างผู้ใหญ่ในมือกำหนดเทคโนโลยีและเครื่องมือที่จัดขึ้นให้โอกาสที่ดีสำหรับการเปิดงานวิเคราะห์ใน situ เคลื่อนอย่างใช้ก vibrational อย่างไรก็ตาม ในสถานการณ์ที่อธิบายข้างต้นสามารถนำสเปกโตรมิเตอร์ตั้งระบบข้อเสนอแนะจะเป็นประโยชน์มาก เช่น ตัวเล็กสเปกโตรมิเตอร์กับเมฆตามข้อมูลผลป้อนกลับสามารถวางในตำแหน่งที่อันตรายเพื่อตรวจสอบคุณภาพอากาศดัง ให้เวลาจริงผลลัพธ์กลับไปยังนักวิทยาศาสตร์นอกพื้นที่อันตราย หรือสเปกโตรมิเตอร์สามารถวางในโรงละครโดยไม่ต้องดำเนินการภายในคลินิกดัง minimising ความเสี่ยงของการติดเชื้อ ในปัจจุบันนี้ไม่ได้ พัฒนาเทคโนโลยีโมบาย/เล็กสเปกโตรมิเตอร์และใช้ใน situ กต้องการพัฒนาที่เหมาะสมตรงกันในการใช้งานและซอฟต์แวร์ ตรวจเคลื่อนที่/ขนาดเล็กบางอย่างต้องใช้สเปกโตรมิเตอร์จะเชื่อมโยงกับเดสก์ท็อปพีซี/แล็ปท็อปสำหรับอุปกรณ์ควบคุมและข้อมูล อย่างไรก็ตาม พีซี/แล็ปท็อปเดสก์ท็อปมีรอยเท้าสิ่งแวดล้อมมากขึ้นกว่าเครื่องมือสเปกโตรมิเตอร์ ตัวโมบายแอปเพล็ต (app) ความสามารถในการเข้าถึง/จัดการข้อมูลจะพิสูจน์ว่ามีประโยชน์อย่างมาก และการใช้งานที่หลากหลาย และแตกต่างกัน ในการศึกษานี้ เราอธิบายการพัฒนา apps ในที่มืดและแรมสเป็คตรา vibrational ที่ใช้แพลตฟอร์ม Android และ iOS กับเมฆที่ใช้เทคโนโลยีการจัดการ และตรวจสอบวิธีการพัฒนาต่าง ๆ ที่จำเป็นและปัญหางานที่เกิดขึ้นกับแต่ละแพลตฟอร์ม

ผลลัพธ์ (ไทย) 2:

แบ่งประเภทของโรคมะเร็งรังไข่เพื่อความถูกต้องของ 96.7% กลุ่มตัวอย่างโดยใช้พลาสม่า [10] Raman spectroscopy เมื่อเร็ว ๆ นี้ได้รับการแสดงที่จะมีความสามารถในการจำแนกโรคมะเร็งแพร่กระจายของเนื้อร้ายในสมอง, โรคมะเร็งสมองระดับสูงและโรคมะเร็งตามปกติจากตัวอย่างเนื้อเยื่อใช้ช่วงเลขคลื่นเล็ก ๆ ของ 600-800 เซนติเมตร-1 มีความไวและความจำเพาะของ 100% และ 94.44% สูง โรคมะเร็งระดับ 96.55% และ 100% สำหรับสมองกระจายและ 85.71% และ 100% สำหรับสเปกตรัมเนื้อเยื่อสมองปกติ [11] นอกจากนี้ FTIR ได้พิสูจน์แล้วว่าเป็นเทคนิคการวิเคราะห์ที่ดีในการได้อย่างรวดเร็วตรวจสอบความเข้มข้นหนักน้ำที่มีแรงดันในเครื่องปฏิกรณ์น้ำมวลหนัก [12] และ FTIR และรามันมีความสามารถในการสำรวจระยะไกลของสารเคมีสงคราม (CWAs) [13] ตลาดที่ค่อนข้างเป็นผู้ใหญ่ในตราสารมือถือและเทคโนโลยีที่สามารถกำหนดค่าได้มีโอกาสที่ดีสำหรับการเปิดใช้มือถือในการวิเคราะห์แหล่งกำเนิดของกลุ่มตัวอย่างโดยใช้สเปคโทรสั่น แต่ในสถานการณ์ที่อธิบายข้างต้นสามารถที่จะวางสเปกโตรมิเตอร์ในสถานที่ที่แตกต่างกันกับระบบตอบรับจะเป็น ประโยชน์ที่ดี ยกตัวอย่างเช่นสเปกโตรมิเตอร์ขนาดเล็กที่มีเมฆตามข้อเสนอแนะข้อมูลที่อาจจะวางในสถานที่ที่เป็นอันตรายในการตรวจสอบคุณภาพอากาศจึงให้ผลลัพธ์ที่เวลาจริงกลับไปยังนักวิทยาศาสตร์นอกพื้นที่อันตรายหรือสเปกโตรมิเตอร์อาจจะอยู่ในโรงละครทางคลินิกโดยไม่ต้องใช้ ผู้ประกอบการภายในจึงลดความเสี่ยงของการติดเชื้อ ขณะนี้เป็นไปไม่ได้ การพัฒนาในมือถือ / เทคโนโลยีสเปกโตรมิเตอร์ขนาดเล็กและการใช้แหล่งกำเนิดของสเปคโทรต้องมีการพัฒนาประจวบเหมาะสมในซอฟแวร์และการใช้งาน บางคนถือ / spectrometers ขนาดเล็กจำเป็นต้องใช้สเปกโตรมิเตอร์จะเชื่อมโยงกับสก์ท็อปพีซี / แล็ปท็อปสำหรับการควบคุมเครื่องมือและข้อมูลการเข้าซื้อกิจการ แต่มักจะเป็นเดสก์ทอปพีซี / แล็ปท็อปที่มีผลกระทบต่อสิ่งแวดล้อมมากกว่าตราสารสเปกโตรมิเตอร์ แอปเพล็มือถือ (app) ที่มีความสามารถในการเข้าถึง / การจัดการกับข้อมูลที่จะพิสูจน์ได้ว่ามีประโยชน์อย่างมากและการใช้งานที่กว้างและแตกต่าง ในการศึกษานี้เราจะอธิบายการพัฒนาของปพลิเคชันสำหรับการซักถามและการจัดการของสเปกตรัมการสั่นใช้แพลตฟอร์ม Android และ iOS ของคุณด้วยเทคโนโลยีคลาวด์และการตรวจสอบการพัฒนาที่แตกต่างกันวิธีการที่จำเป็นและปัญหาการใช้งานที่เกิดขึ้นกับแต่ละแพลตฟอร์ม

ผลลัพธ์ (ไทย) 3:

ข้อมูล มะเร็งรังไข่ เพื่อความถูกต้องของ 96.7 โดยใช้ตัวอย่างพลาสมา [ 10 ] รามานสเปกโทรสโกปีเพิ่งได้รับการแสดงเพื่อจะสามารถจำแนกมะเร็งสมองระยะแพร่กระจายสูง เกรดสมองมะเร็งและมะเร็งเนื้อเยื่อปกติจากการใช้ช่วง wavenumber ขนาดเล็ก 600 – 800 cm − 1 จะไวและ 100% เกรดสูงร้อยละ 94.44 และมะเร็ง , 96 specificity55 % และ 100 % และ เลี้ยงสมองระยะแพร่กระจายและ 100% ปกติสเปกตรัม [ เนื้อเยื่อสมอง 11 ] นอกจากนี้ , FTIR ได้พิสูจน์ให้เป็นที่ยอดเยี่ยมวิเคราะห์เทคนิคได้อย่างรวดเร็วตรวจสอบหนักน้ำเครื่องปฏิกรณ์น้ำหนักของเครื่องบิน [ 12 ] และ FTIR จากนั้น รามัน มีความสามารถในการรับรู้จากระยะไกลของสารสงครามเคมี ( cwas ) [ 13 ]ตลาดที่ค่อนข้างเป็นผู้ใหญ่ในเครื่องมือถือและเทคโนโลยีสามารถให้โอกาสที่ดีสำหรับการใช้งานโทรศัพท์มือถือในการวิเคราะห์ชนิดของตัวอย่าง โดยใช้สเปกโทรสโกปีการสั่น แต่ในสถานการณ์ที่อธิบายข้างต้น ความสามารถในการ วางกล้องในตำแหน่งที่แตกต่างกันในระบบป้อนกลับจะเป็นประโยชน์ . สำหรับอินสแตนซ์เป็นกล้องขนาดเล็กที่มีเมฆตามความคิดเห็น ข้อมูลอาจจะอยู่ในสถานที่อันตรายในการตรวจสอบคุณภาพอากาศ ดังนั้น ให้เวลาจริงผลกลับไปนักวิทยาศาสตร์นอกเขตอันตราย หรือสเปกอาจอยู่ในโรงละครคลินิกโดยไม่ต้องสำหรับผู้ประกอบการภายใน ดังนั้น การลดความเสี่ยงในการติดเชื้อ ในปัจจุบันนี้เป็นไปไม่ได้การพัฒนาในมือถือ / กล้องจิ๋วและใช้เทคโนโลยีใน situ สเปกโทรสโกปีต้องเหมาะสมสำหรับการพัฒนาซอฟต์แวร์และการประยุกต์ใช้ าขนาดเล็กบางมือถือ / ต้องใช้สเปกที่จะเชื่อมโยงกับพีซีเดสก์ทอป / แล็ปท็อปสำหรับควบคุมเครื่องมือ และการเก็บข้อมูล อย่างไรก็ตามมักจะ Desktop PC / แล็ปท็อปมีมากกว่าสิ่งแวดล้อมรอยกว่าสเปกเครื่อง แอปเพล็มือถือ ( app ) ความสามารถในการเข้าถึง / จัดการข้อมูลที่จะพิสูจน์ประโยชน์อย่างมากและการใช้งานที่กว้าง และหลากหลายในการศึกษานี้เราอธิบายการพัฒนาของปพลิเคชันสำหรับการสอบสวนและการจัดการของการสั่น spectra ใช้ Android และ iOS แพลตฟอร์มด้วยเทคโนโลยีเมฆตามและศึกษาพัฒนาวิธีการต่างๆ ที่จำเป็นและใช้งานปัญหาที่เกิดกับ

แต่ละแพลตฟอร์ม