即使腫瘤是良性的，也會損傷周圍的血管和組織。如果是惡性的，就會變得咄咄逼人，鬼鬼祟祟，通常會造成不可挽回的損失。在后一種情況下，早期發(fā)現(xiàn)是治療和康復的關鍵。然而，這種檢測有時可能需要先進的成像技術，而不是今天市場上可以買到的技術。
例如，一些腫瘤發(fā)生在器官和組織的深處，并被粘膜覆蓋，這使得科學家很難通過標準方法直接觀察到它們，例如內窺鏡檢查(通過細管將小型攝像機插入患者體內)。他們在活檢的時候。特別是胃腸道間質瘤，通常在胃和小腸中發(fā)現(xiàn)，需要苛刻的技術，這是耗時的，并且會延長診斷時間?，F(xiàn)在，為了提高GIST的診斷水平，來自東國家癌癥中心醫(yī)院的佐藤大樹博士、池松博司和桑田武司，以及來自理研高級光子學中心的田英夫洋子博士和廣司博士。東京科技大學的Toshimaka高松和我的Koei Soga開發(fā)了一種技術，該技術將近紅外高光譜成像(NIR-HSI)與機器學習結合起來。他們的發(fā)現(xiàn)發(fā)表在《自然科學報告》上。
武村博士解釋說：“這項技術有點像x光。這個想法是利用可以穿過人體的電磁輻射來生成內部結構的圖像，”他說?！安煌氖?，X射線的波長為0.01- 10納米，但近紅外波長在800-2500納米左右。在這個波長下，近紅外輻射使圖像中的組織看起來透明，這些波長對患者的傷害甚至比可見光還要小?！?
這應該意味著科學家可以安全地研究隱藏在組織內部的東西，但是在武村博士和他的同事進行研究之前，還沒有人嘗試過將近紅外-高速成像用于胃腸道間質瘤等深部腫瘤。在談及促使他們進行這項調查的原因時，武村博士向開始研究之旅的已故教授致敬：“這個項目之所以成為可能，是因為已故的金井一弘教授打破了醫(yī)生和工程師之間的隔閡，建立了這種合作關系。我們遵從他的意愿?！?
武村博士的團隊對12名確診為胃腸道間質瘤的患者進行了影像學實驗，他們通過手術切除了腫瘤?？茖W家使用近紅外(NIR-HSI)對切除的組織進行成像，然后請病理學家檢查圖像，以確定正常組織和腫瘤組織之間的邊界。然后將這些圖像作為機器學習算法的訓練數(shù)據(jù)，本質上是教計算機程序區(qū)分圖像中代表正常組織的像素和代表腫瘤組織的像素。
科學家發(fā)現(xiàn)，即使12個測試腫瘤中有10個被粘膜完全或部分覆蓋，機器學習分析仍然可以有效識別GIST，并以86%的準確率對腫瘤和非腫瘤切片進行正確的顏色編碼。武村博士解釋說：“這是一個非常令人興奮的發(fā)展。不同類型的黏膜下腫瘤無需活檢即可準確、快速、無創(chuàng)地診斷。這種手術需要手術，對患者和病人來說都非常容易。醫(yī)生?！?
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！