雖然 X 射線、MRI 和 CT 掃描通過消除許多用于診斷內部惡性腫瘤的探索性外科手術的需要改變了臨床醫(yī)學的實踐，但用于輔助皮膚癌診斷的成像技術已經落后。目前診斷皮膚病(包括皮膚癌)的標準依賴于侵入性活檢，然后進行組織病理學評估，這可能導致不必要的皮膚活檢和疤痕、多次就診和增加醫(yī)療保健系統(tǒng)的成本。作為用于皮膚病診斷的新興無創(chuàng)光學技術之一，反射共聚焦顯微鏡 (RCM) 提供了一種無需活檢的潛在解決方案，可在體內提供具有細胞級分辨率的皮膚結構圖像。然而，RCM 圖像的輸出不是皮膚科醫(yī)生和病理學家熟悉的格式，并且分析這些圖像需要專門的訓練，因為 RCM 圖像是黑白的，缺乏核特征，與標準相比，顯示皮膚組織內的不同平面組織學。
最近，加州大學洛杉磯分校的一組研究人員使用深度學習框架將未經活檢獲得的完整皮膚的 RCM 圖像轉換為在顯微鏡載玻片上成像的活檢、組織化學染色的皮膚切片圖像。他們使用生成對抗方案訓練了一個卷積神經網(wǎng)絡，以將未染色皮膚的體內RCM 圖像快速轉換為 H&E 的虛擬染色體積圖像。這種被團隊稱為“虛擬組織學”的技術允許分析皮膚的顯微圖像，繞過用于醫(yī)學診斷的幾個標準步驟，包括皮膚活檢、組織固定、處理、切片以及組織化學染色。
發(fā)表在Springer Nature 的期刊Light: Science & Applications上，這種新的 3D 虛擬染色框架可以對各種皮膚狀況進行虛擬組織學分析，包括正常皮膚、基底細胞癌和帶有黑色素細胞的黑色素痣，也覆蓋不同的皮膚層，包括表皮層、真皮-表皮連接層和淺表真皮層。未標記皮膚組織的虛擬染色 H&E 圖像顯示出在活檢組織的組織化學染色顯微圖像中發(fā)現(xiàn)的相似顏色對比度和空間特征。這種由深度學習驅動的虛擬組織學方法可以消除侵入性皮膚活檢，并使診斷人員能夠看到完整皮膚的整體組織學特征，而無需化學處理或組織標記。
這項研究由加州大學洛杉磯分校電氣和計算機工程學院校長教授兼 Volgenau 工程創(chuàng)新主席 Aydogan Ozcan 博士與加州大學洛杉磯分校和西洛杉磯 VA 醫(yī)院皮膚病學和皮膚病理學助理教授 Philip Scumpia 博士合作，以及皮膚科和激光中心(洛杉磯)的皮膚科醫(yī)生 Gennady Rubinstein 博士。這項工作的其他作者包括李靖西、賈森·加芬克爾、張曉然、吳迪、張益杰、凱文·德哈恩、王宏達、劉泰然、白畢杰和兼職教授 Yair Rivenson 博士。Ozcan 博士還在加州大學洛杉磯分校生物工程和外科部門擔任教職，并且是加州納米系統(tǒng)研究所的副主任。
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經信息僅供讀者參考，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！