伊利诺伊州的研究人员为标准光学添加了红外功能...
伊利诺伊州的研究人员在标准的光学显微镜中增加了红外功能,从而实现了这样的数字活检 - 计算“污渍”,而无需在组织样品中添加任何染料或化学物质。
资料来源:由罗希特·巴尔加瓦(Rohit Bhargava)提供
17.02.2020•

混合显微镜可以将数字活检带到诊所

通过在普遍存在的标准光学显微镜中添加红外功能,伊利诺伊大学Urbana-Champaign大学的研究人员希望将癌症诊断带入数字时代。研究人员将红外测量与高分辨率光学图像和机器学习算法配对,创建了与传统病理技术紧密相关的数字活检,并且比最先进的红外显微镜相关。

由罗希特·巴尔加瓦(Rohit Bhargava)领导生物工程该组织是伊利诺伊州癌症中心主任,在美国国家科学院的会议记录中发表了结果。“优势是不需要污渍,并且可以测量细胞的组织及其化学。肿瘤细胞巴尔加瓦说:“他们的微环境可以导致更好的癌症诊断,并更好地了解这种疾病。”

组织的金标准病理是添加染料或污渍,以便病理学家可以看到显微镜下细胞的形状和模式。但是,很难将癌症与健康组织区分开或查明肿瘤的边界,并且在许多情况下诊断是主观的。巴尔加瓦说:“一个多世纪以来,我们一直依靠将染料添加到人体组织活检中来诊断肿瘤。但是,染料诱导的形状和颜色提供了有关驱动癌症的基本分子变化的非常有限的信息。”

照片
乳房组织活检的并排比较证明了一些红外光学杂种显微镜的能力。在左侧,由传统方法染色的组织样品。中心是由红外光混合成像产生的计算出的染色。正确,用红外数据识别的组织类型。此图像中的粉红色表示恶性癌。
资料来源:由罗希特·巴尔加瓦(Rohit Bhargava)提供

像红外线这样的技术显微镜可以测量组织的分子组成,提供可以区分细胞类型的定量度量。不幸的是,红外显微镜很昂贵,样品需要特殊的准备和处理,这使得它们在绝大多数临床和研究环境中都是不切实际的。

Bhargava的小组通过添加一个红外激光以及一个专门的显微镜镜头,称为干扰物镜,用于光学摄像头。红外杂种既测量红外数据和具有光学显微镜的高分辨率光学图像 - 诊所和实验室中的无处不在。“我们从现成的组件中构建了混合显微镜。这很重要,因为它允许其他人轻松构建自己的显微镜或升级现有的显微镜,”巴尔加瓦小组的博士后研究员马丁·施内尔(Martin Schnell)说,该论文的第一作者,也是如此。。

研究人员说,这两种技术可以利用两者的优势。它具有光学显微镜的高分辨率,较大的视野和可访问性。此外,可以对红外数据进行计算分析,而无需添加任何可能损害组织的染料或污渍。软件可以重新创建不同的污渍,甚至可以重叠它们,以创建组织中什么的更完整,全数字的图片。

研究人员通过成像健康和癌性的乳房组织样品来验证其显微镜,并将混合显微镜计算的“染料”与传统染色技术的结果进行比较。数字活检与传统的密切相关。

照片
机器学习工具可以分析红外 - 光学杂种显微镜的数据,以创建标准染料的数字版本,或者根据其化学成分右侧识别组织类型。
资料来源:由罗希特·巴尔加瓦(Rohit Bhargava)提供

此外,研究人员发现,其红外光杂交在红外显微镜中的最先进以多种方式优于最先进:它具有更大的覆盖范围,更大的一致性和四倍的分辨率,允许对较大样品的红外成像,在较小的情况下进行红外成像。时间,有前所未有的细节。Schnell说:“红外杂交显微镜与生物医学应用中的常规显微镜广泛兼容。”“我们结合了光学显微镜的易用性和普遍可用性与红外分子对比的广泛调色板和机器学习。通过这样做,我们希望改变我们常规处理,形象和理解微观组织结构的方式。”

研究人员计划继续完善用于分析混合图像的计算工具。他们正在努力优化可以测量多个红外波长的机器学习程序,创建易于区分多种细胞类型的图像,并将数据与详细的光学图像集成到样品中精确地绘制癌症。他们还计划探索用于混合显微镜成像的进一步应用,例如法医,聚合物科学和其他生物医学应用。巴尔加瓦说:“在病理诊断方面,这一额外细节可以提供的东西非常有趣。”“这可能有助于加快等待结果的加快,降低试剂的成本和人对组织的污渍,并为癌症病理学提供'全数字'解决方案。”

订阅我们的新闻

相关文章

AI在结直肠癌中拾起突变

AI在结直肠癌中拾起突变

与现有方法相比,深度学习算法可以更准确地拾取分子途径和关键突变的发展。

高科技癌症诊断的医疗针头

高科技癌症诊断的医疗针头

现代医学需要比传统活检针所能提供的更好的质量样品,超声振荡的针可以改善治疗并减少不适。

实验室的便携式Terahertz激光器

实验室的便携式Terahertz激光器

研究人员已经开发了一种称为量子级联激光器的设备的高功率,便携式版本,该设备可以在实验室环境之外产生Terahertz辐射。

深度学习准确染色数字活检幻灯片

深度学习准确染色数字活检幻灯片

检查计算染色图像的病理学家除了传统染色的幻灯片外,无法告诉他们。

AI利用人类智慧以更好地诊断癌症

AI利用人类智慧以更好地诊断癌症

将人工智能与人类知识相结合的新系统有望更快,更准确地诊断癌症。

使用AI检测和等级前列腺癌

使用AI检测和等级前列腺癌

研究人员开发了一种基于人工智能的方法,用于组织病理学诊断和前列腺癌的分级。

使用AI预测超声上甲状腺癌的风险

使用AI预测超声上甲状腺癌的风险

托马斯·杰斐逊大学(Thomas Jefferson University)的研究人员在甲状腺结节的超声图像上使用机器学习来预测恶性肿瘤的风险。

机器学习改善了头颈癌的诊断

机器学习改善了头颈癌的诊断

研究人员使用人工智能开发了一种新的分类方法,该方法基于化学DNA的变化来识别癌组织的主要起源。

AI在病理学家一级分类肺癌滑动

AI在病理学家一级分类肺癌滑动

研究人员利用机器学习能力来协助肺腺癌的肿瘤模式和亚型的挑战性任务。

流行文章

订阅时事通讯
Baidu