市场活动

人工智能拉曼技术术中实时诊断脑肿瘤

2020-03-05

美国纽约大学朗格尼医学中心神经外科的Todd C. Hollon等采用受激拉曼组织学技术联合无标签光学成像和深度卷积神经网络进行术中实时脑肿瘤诊断。结果发表在2020年1月的《Nature Medicine》上。??摘自文章章节

研究背景

快速而精准的组织病理学诊断对于脑肿瘤的治疗至关重要。现有的术中快速冰冻切片检查准确性低，常规病理检测周期长。美国纽约大学朗格尼医学中心神经外科的Todd C. Hollon等采用受激拉曼组织学（stimulated Raman histology，SRH）技术联合无标签光学成像和深度卷积神经网络（deep convolutional neural networks，CNNs）进行术中实时脑肿瘤诊断。结果发表在2020年1月的《Nature Medicine》上。

研究方法

SRH是一种光学成像技术，该技术通过受激拉曼散射显微镜，收集散乱的激光，使未经处理的生物组织快速生成亚微米级像素、高度模拟传统染色病理切片的新图像，并利用脂质、蛋白质和核酸固有的振动特性产生图像对比度，能发现传统的苏木精和伊红染色图像难以辨别的微观特征和组织学特点，同时消除冰冻或涂片组织制备中的固有伪影。

该研究将415例患者的250万SRH图像进行CNNs训练，并将脑肿瘤病理组织分成13种常见类型，包括胶质瘤、淋巴瘤、转移瘤和脑膜瘤等，然后创建相关推理算法。术中诊断过程为3个步骤：图像采集、图像处理以及术中诊断预测（图1）。