评估前列腺癌侵犯与新3 d成像方法
前列腺癌是男性最常见的癌症男性在美国,它的第二大死因。
一些前列腺癌可能生长缓慢,可以随着时间的推移而另一些监控需要马上治疗。如何积极的某人的癌症,医生寻找异常片活检组织在一个幻灯片。但这2 d方法很难正确诊断边缘案例。
现在华盛顿大学领导的研究小组开发了一种新的、非破坏性方法,整个3 d切片图像,而不只是一片。在理论水平的实验中,研究者们300 3 d切片从50 - 6切片检查每个病人,病人使用电脑3 d和2 d的结果来预测病人有侵略性的癌症的可能性。3 d功能让计算机更容易识别的情况下更有可能在五年内复发。
这个团队这些结果发表12月1日在癌症研究。
“我们首次显示,相比传统病理学——每一小部分在2 d切片检查显微镜载玻片的能力检查活检的100% 3 d更丰富和准确的,”资深作者说乔纳森·刘华盛顿大学教授机械工程和生物工程。“这是令人兴奋的,因为它是第一个希望许多临床研究将演示非破坏性的价值3 d病理临床决策,如确定哪些患者需要积极治疗或子集的患者最好回应某些药物。”
研究人员使用前列腺标本10多年前的患者做了手术,所以团队知道每个病人的结果,可以使用这些信息来训练计算机预测结果。在这项研究中,一半的样本更激进的癌症。
创建三维样本,研究人员提取“活检核心”——圆柱形状的插头的组织——从手术切除前列腺,然后染色切片核心模拟中使用的典型染色2 d方法。然后团队成像每个整个核心使用活检敞篷的纸张显微镜使用一张光光学“切片”和图像组织样本不破坏它。
提供的3 d图像比2 d图像更多的信息——具体来说,细节腺体的复杂的树状结构在整个组织。这些附加功能的可能性增加电脑会正确地预测癌症的攻击性。
研究人员使用新的人工智能方法,包括深度学习图像变换技术,来帮助管理这个项目大型数据集生成和解释。
“在过去的十年左右的时间里,我们实验室主要集中在建筑光学成像装置,包括显微镜,用于各种临床应用。然而,我们开始向临床应用遇到的下一个大挑战:如何管理和解释的大规模数据集,我们收购从病人标本,”刘说。“本文代表我们实验室的第一个研究开发一种新型计算管道来分析我们的功能丰富的数据集。当我们继续改进成像技术和计算分析方法,当我们完成更大规模的临床研究,我们希望我们可以帮助变换病理学领域的许多类型的患者受益。”
参考:谢W,红色NP, Koyuncu CF,通过非破坏性等。前列腺癌危险分层3 d病理学与深learning-assisted腺分析。癌症Res。2021年。doi:0008 - 5472. - 10.1158 / - 21 - 2843
本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。
