發(fā)布日期：2019-08-08

    科技日?qǐng)?bào)紐約8月6日電 （記者馮衛(wèi)東）據(jù)最新一期美國(guó)光學(xué)學(xué)會(huì)期刊《生物醫(yī)學(xué)光學(xué)快報(bào)》報(bào)道，美國(guó)研究人員首次將強(qiáng)大的顯微技術(shù)與自動(dòng)圖像分析算法相結(jié)合，無需依賴侵入性活檢或使用對(duì)比染料，就能區(qū)分出健康組織和轉(zhuǎn)移性癌組織。這種新方法有助于醫(yī)生檢測(cè)出在手術(shù)過程中很難通過標(biāo)準(zhǔn)成像技術(shù)觀察到的癌癥轉(zhuǎn)移。

美國(guó)馬薩諸塞州伯靈頓萊希醫(yī)院的研究人員稱，現(xiàn)有技術(shù)的空間分辨率較低，往往需要使用外源造影劑。而新方法可在微觀水平識(shí)別出完全無標(biāo)記的細(xì)胞和組織特征，基本上與無創(chuàng)活檢類似。

研究人員使用多光子顯微鏡加上自動(dòng)圖像和統(tǒng)計(jì)分析算法，來檢查新切除的腹膜腔活檢組織，腹膜腔是經(jīng)常受轉(zhuǎn)移性癌癥影響的部位。通過將這種顯微鏡模態(tài)與圖像紋理分析技術(shù)相結(jié)合，首次成功識(shí)別出健康組織和轉(zhuǎn)移性腹膜腫瘤組織。

研究人員發(fā)現(xiàn)，健康組織和患病組織在對(duì)比度（從像素到像素的強(qiáng)度差異測(cè)量）和相關(guān)性（模式重復(fù)性測(cè)量）方面顯示出獨(dú)特的模式。雖然健康組織在這些特征中表現(xiàn)出更大的變化，但轉(zhuǎn)移組織圖像顯示出更均勻的強(qiáng)度模式和更小的纖維。這些變化反映出癌細(xì)胞對(duì)天然結(jié)締組織的破壞，提供了癌癥轉(zhuǎn)移的標(biāo)志。

通過分析活檢獲得的圖像，該技術(shù)準(zhǔn)確分類了41個(gè)圖像中的40個(gè)，準(zhǔn)確率高達(dá)97.5%。其中11個(gè)樣本被準(zhǔn)確分類為轉(zhuǎn)移，另外30個(gè)樣本中的29個(gè)被準(zhǔn)確分類為健康。

研究人員表示，因?yàn)樵摲椒ㄔ谖⒂^水平上評(píng)估細(xì)胞和細(xì)胞外組織特征，所以可在更容易治療的早期階段識(shí)別癌癥轉(zhuǎn)移。其使用算法對(duì)組織進(jìn)行分類，有助于減少偏差并對(duì)依賴于人類專業(yè)知識(shí)的方法進(jìn)行補(bǔ)充。最終，該方法可直接用在手術(shù)室中，幫助外科醫(yī)生實(shí)時(shí)識(shí)別可疑或患病組織。

來源：科技日?qǐng)?bào)