Nicht-invasive bildgebende Methode spots Krebs auf molekularer Ebene: die Technologie könnte es den ärzten ermöglichen, um zu sehen, der Metastasierung von Krebs in Echtzeit zu informieren, Diagnose und Behandlung

Nicht-invasive bildgebende Methode spots Krebs auf molekularer Ebene: die Technologie könnte es den ärzten ermöglichen, um zu sehen, der Metastasierung von Krebs in Echtzeit zu informieren, Diagnose und Behandlung

Forscher haben zum ersten mal kombiniert ein leistungsstarkes Mikroskopie-Technik, bei der die automatisierte Bild-Analyse-algorithmen zur Unterscheidung zwischen gesunden und metastasierendem Krebs-Gewebe, ohne sich auf invasive Biopsien oder die Verwendung eines Kontrast-Farbstoff. Dieser neue Ansatz könnte eines Tages helfen, die ärzte erkennen der Metastasierung von Krebs, die sonst nur schwer zu sehen, über standard-imaging-Technologien, die während der Operationen.

„Bestehende Techniken sind von unschätzbarem Wert, aber leiden unter niedrigen räumlichen Auflösung und erfordern oft den Einsatz exogener Kontrastmittel“, sagte research-team co-leader Thomas Schnelldorfer aus Lahey Klinik, Burlington, Mass., U. S. A. „Die Methode genutzt, die in dieser Arbeit identifiziert, die in einem komplett label-freie Weise Zell-und Gewebe-Funktionen auf mikroskopischer Ebene, im wesentlichen handeln wie eine Biopsie ohne Messer“, fügte Dimitra Pouli von der Tufts University, Medford, Mass., U. S. A. -, Blei-Autor der Studie.

In Der Optischen Society (OSA) Zeitschrift Biomedical Optics Express, Forscher demonstrieren die Verwendung von Mikroskopie, multiphotonen-Mikroskopie zusammen mit der automatisierten Bild-und statistische Analyse-algorithmen zu untersuchen, frisch exzidierter Biopsien aus der Bauchhöhle, ein Teil des Bauches ist Häufig betroffen von metastatischen Krebserkrankungen, insbesondere für Patienten mit Eierstockkrebs. Es ist das erste mal gesund und metastatischen humanen peritonealen Gewebe wurde erfolgreich evaluiert durch die Kombination dieser Mikroskopie-Modalität mit der Bild-textur-Analyse-Techniken.

Da der Ansatz wertet zellulären und extrazellulären Gewebe features auf der mikroskopischen Ebene, und es könnte zu identifizieren, die Metastasierung von Krebs in einem früheren Stadium, wenn Sie leichter zu behandeln. Durch die Verwendung von algorithmen zum klassifizieren von Geweben, der Ansatz könnte auch helfen, reduzieren bias in der Interpretation von Bildern und Ergänzung der Methoden, die sich auf die menschliche Kompetenz.

„Dies könnte letztlich helfen, Chirurgen erkennen Sie verdächtige oder erkrankte Bereiche direkt im op-Saal in Echtzeit, was wiederum einen direkten Einfluss auf die Behandlung des Patienten“, sagt Schnelldorfer.

„Als die Methode nutzt die inhärente Gewebe Signale gegenwärtig fast ubiquitär im Gewebe, es kann angewendet werden, um andere Arten von Krebs und anderen Anwendungen zusammen, wie Fibrose und Herz-Kreislauf-Erkrankung, wo Gewebe, Struktur-und extrazelluläre matrix-remodeling geändert, indem die zugrunde liegenden Krankheitsprozesse“, fügte Irene Georgakoudi, Studie co-leader von der Tufts University.

Suche nach hinweisen im Gewebe textur

Mikroskopie, multiphotonen-Mikroskopie funktioniert durch die Bereitstellung von Laserlicht auf das Gewebe. Obwohl der laser hat eine hohe peak-Intensität, es wird in sehr kurzen Impulsen in Ordnung zu halten, die Durchschnittliche Leistung klein und nicht das Gewebe schädigen. Da unterschiedliche Gewebe-Komponenten interagieren mit dem laser-Licht, Sie emittieren Signale, die dann abgerufen werden, indem das Mikroskop ein Bild zu erstellen. Nachdem die Bilder erworben werden, die automatisierte Bildverarbeitung algorithmen können verwendet werden, um zu zeigen einzigartige strukturelle Merkmale. Diese Funktionen, die nicht sichtbar in Bilder, die mit standard-operative imaging-tools kann analysiert werden mit statistischen Modellen zu klassifizieren, die Gewebe gesund oder krank.

Eine wesentliche Stärke des Ansatzes ist, dass die Bild-Akquisition und Analyse basieren auf Komponenten der Gewebe selbst-wie Zellen oder Kollagen, ein protein, das bildet das Bindegewebe-eher als auf den Kontrast Farbstoffe Hinzugefügt wurden. Dies ermöglicht die Analyse von inhärenten Eigenschaften bezüglich form und Funktion in einer völlig nicht-invasive und nicht-destruktive Art und Weise.

In dieser Arbeit, die Forscher zum ersten mal angewendet, diese kombinierte Mikroskopie und Analyse-Technik, um gesunde und metastatischen humanen parietalen Bauchfell-Gewebe. Da parietalen Bauchfell-Gewebe ist Reich an Kollagen, die Teil der analytischen Umsetzung konzentrierte sich auf die Bewertung der Mikro-strukturellen Muster von Kollagenfasern und deren intermolekularen cross-linking-Signale.

Die Forscher fanden heraus, dass gesunde und kranke Gewebe zeigte markante Muster, die in Bezug auf Kontrast (ein Maß der Intensität der Unterschiede von pixel zu pixel) und Korrelation (eine Maßnahme, die in der Muster-Wiederholung). Während gesunde Gewebe zeigte eine größere variation dieser Merkmale, metastasiertem Gewebe-Bilder zeigten, gleichmäßiger Intensität mustern und kleineren Fasern. Diese änderungen spiegeln die Zerstörung der einheimischen Bindegewebe durch Krebszellen, die Bereitstellung ein Markenzeichen von Krebs-Metastasen.

Die Verbesserung der Krebs-staging

Bestimmung des Ausmaßes und der Standorte der Krebs ausgebreitet-das so genannte staging-ist entscheidend für eine effektive Behandlung von Krebs. Cross-sectional radiologische Bildgebung und weißes Licht Laparoskopie sind Werkzeuge verwendet werden, zu identifizieren Bauch-Metastasen, greifen aber oft zu kurz, wenn es um die Erkennung kleiner Läsionen begraben in gesundes Gewebe. Biopsien und mikroskopische Auswertung spielen auch eine wichtige Rolle bei der Bestimmung, ob die Krebszellen Metastasen und begann eine Invasion der Gewebe-mikroumgebung.

Wenn Eierstock-Krebs beginnt zu verbreiten, ist es meist zunächst in den Bauchfells, eine Membran, die Linien der Bauchhöhle. Um zu testen, Ihre neue Methode, die Forscher verwendet, um zu analysieren, peritoneal-Biopsien gesammelt, die aus acht Patienten mit bestätigten oder vermuteten ovariellen Malignomen.

Die Analyse von 41 erfassten Bilder von den Biopsien, die Technik korrekt klassifiziert 40 von 41 Bilder (mit einer Genauigkeit von 97,5 Prozent). Insgesamt 11 Proben wurden korrekt klassifiziert als metastasierendem (100 Prozent Sensitivität) und 29 von 30 wurden korrekt klassifiziert als gesund (von 96,6 Prozent Spezifität).

Die Forscher planen, weiter zu testen, die Methode in einer größeren Stichprobe von Bildern aus einer breiteren Patientenpopulation. Während die Analyse-Methode wurde optimiert für die Erkennung von Eierstock-Krebs hat Metastasen in parietalen Bauchfell-Gewebe, die gleiche Technik angepasst werden können, für die Analyse von anderen Gewebe-Typen und anderen Krebsarten.

Obwohl Biopsien verwendet wurden, die Methode zu testen, die Forscher sagen, das ultimative Ziel ist es, wenden Sie es direkt auf Bereiche des Körpers, wo der Krebs gefunden wurde oder vermutet wird, ohne die Notwendigkeit für Biopsien oder Farbstoffe. Bevor die Technik kann verwendet werden, für die Echtzeit-Gewebe-Analyse während der Operation, zusätzliche arbeiten erforderlich sein, um die Miniaturisierung der Mikroskopie-Komponenten integrieren Sie das Mikroskop mit den op-Instrumenten und ermöglichen eine Echtzeit-Analyse der erfassten Bilder direkt im op-Saal.