NIR-HSI可以识别隐藏的胃肠道肿瘤

胃肠道间质肿瘤生长在黏液层覆盖我们的器官。因为他们内心深处的组织,这些“黏膜下肿瘤”很难检测和诊断,即使活检。现在,来自日本的研究人员已经开发出一种新的微创和正确的方法使用红外成像和机器学习来区分正常组织和肿瘤区域。这种技术有很强的潜力广泛的临床使用。

Hiroshi Takemura博士领导的团队,从东京大学的科学,执行成像实验总结12例确诊病例,其肿瘤切除手术。科学家们使用NIR-HSI成像切除组织,然后有一个病理学家检查图像来确定正常和肿瘤组织之间的边界。然后使用这些图像作为训练数据的机器学习算法。

他们发现,尽管10的12个测试肿瘤完全或部分由粘膜层,机器学习分析有效的识别依据,正确分类肿瘤和non-tumour部分有86%的准确度。“这是一个非常令人兴奋的发展”,Takemura博士解释说,“能够准确、迅速、无创性诊断不同类型的submucousal肿瘤活检,一个过程,需要手术,更容易在病人和医生。”

Takemura博士承认仍有挑战,但感觉他们准备解决这些问题。研究人员发现几个方面改进他们的结果,比如让他们训练数据集较大,添加信息肿瘤是多深的机器学习算法,在分析和包括其他类型的肿瘤。工作也正在开发一个NIR-HSI系统,基于现有的内窥镜检查技术。

“我们已经建立了一个设备,高度NIR-HSI摄像头内窥镜和希望尽快执行NIR-HSI分析直接在一个病人,而不是仅仅在手术切除的组织”,Takemura博士说,“在未来,这将帮助我们独立成书与其他类型的黏膜下肿瘤,可以更多的恶性和危险。本研究的第一步更突破性的研究在未来,通过跨学科合作。”