非侵入性成像法或可實(shí)時觀察癌癥轉(zhuǎn)移灶
美國塔夫斯大學(xué)的Mass和Lahey醫(yī)院Schnelldorfer等報告,強(qiáng)大的顯微技術(shù)聯(lián)合自動圖像分析算法后,可以區(qū)分健康組織和轉(zhuǎn)移性癌組織,從而無需使用侵入性活檢或?qū)Ρ热旧澡b別腫瘤。將來,這種新方法可以幫助醫(yī)生檢出目前很難通過標(biāo)準(zhǔn)成像技術(shù)發(fā)現(xiàn)的癌癥轉(zhuǎn)移。(Biomedical Optics Express2019; 10: 4479. DOI: 10.1364/BOE.10.004479)
該方法采用的多光子顯微鏡是通過向組織發(fā)射激光的方法來工作的,接受到不同組織成分與激光相互作用時的信號后即可產(chǎn)生圖像,然后使用自動圖像處理算法來揭示獨(dú)特的紋理特征,以將組織分類為健康或患病。該方法的關(guān)鍵優(yōu)勢在于,圖像采集和分析是基于組織本身的組成成分(例如細(xì)胞或膠原蛋白),而非外在的對比染料,因此是一種完全非侵入性的分析方式。
當(dāng)卵巢癌開始擴(kuò)散時,它通常首先出現(xiàn)在腹膜中。為了測試該新方法,研究人員分析了8例確診或疑似卵巢惡性腫瘤患者的腹膜活檢組織。分析了獲自活檢組織的41幀圖像。結(jié)果顯示,該方法能正確分類其中的40幀圖像(準(zhǔn)確度97.5%)。共11幀樣本圖片均被正確地分類為轉(zhuǎn)移(敏感性100%),30幀健康樣本圖片中有29幀被正確分類(特異性96.6%)。
研究者表示,這種顯微鏡模態(tài)與圖像紋理分析技術(shù)相結(jié)合的方法,第一次成功地評估了健康的和轉(zhuǎn)移性的人腹膜組織。該方法在微觀水平上評估了細(xì)胞和細(xì)胞外的組織特征,能在早期階段識別出癌癥轉(zhuǎn)移。用算法對組織分類后,該方法還可降低圖像解釋的偏差,最終可在手術(shù)室實(shí)時識別出可疑的或患病的區(qū)域,從而直接影響患者的管理。 (編譯 盧春燕)
