The described embodiments relate to techniques for identifying and characterizing anatomy using machine learning techniques. These techniques are useful in certain types of tissues in anatomy, for example, among other structures, vascular (eg, vascular) tissues or lesions in animals (eg, human or non-human animals). And / or can be used to allow the machine to identify cells (eg, platelets, smooth muscle cells, or endothelial cells). Machine learning techniques may use the raw impedance spectroscopy measurement data in addition to the values resulting from this raw data. In addition, machine learning techniques can be used to select a frequency at which to measure the impedance, select a characteristic extracted from the measured impedance at the selected frequency, to arrive at a small set of frequencies that allows for reliable discrimination, Can be used. [Selection diagram] None記載の実施形態は、機械学習技術を使用して生体構造を同定および特徴づけるための技術に関する。これらの技術は、生体構造、たとえば、構造の中でも特に、動物（たとえば、ヒトまたは非ヒトの動物）における管（たとえば、血管系）の組織または病変であり得る生体構造において、特定の種類の組織および／または細胞（たとえば、血小板、平滑筋細胞、または内皮細胞）を機械が同定できるように使用され得る。機械学習技術は、生のインピーダンス分光法測定のデータを、この生データから生じる値に加えて、使用し得る。さらに、機械学習技術は、インピーダンスを測定する周波数を選択し、選択した周波数で測定したインピーダンスから抽出される特性を選択して、確実な区別を可能にする周波数の小さなセットに到達するために、使用され得る。【選択図】なし
