Forskare har för första gången kombinerat en kraftfull mikroskopiteknik med automatiserade bildanalysalgoritmer för att skilja mellan frisk och metastatisk cancervävnad utan att förlita sig på invasiva biopsier eller användning av ett kontrastfärgämne. Detta nya tillvägagångssätt skulle en dag kunna hjälpa läkare att upptäcka cancermetastaser som annars är svåra att se via standardavbildningstekniker under operationer.

"Befintliga tekniker är ovärderliga men lider av låg rumslig upplösning och kräver ofta användning av exogena kontrastmedel, "Sade forskargrupp co-leader Thomas Schnelldorfer från Lahey Hospital, Burlington, Massa., U.S.A. "Metoden som används i detta arbete identifierar på ett helt etikettfritt sätt cellulära och vävnadsegenskaper på mikroskopisk nivå, i huvudsak fungerar som en biopsi utan kniv, " tillade Dimitra Pouli från Tufts University, Medford, Massa., U.S.A., huvudförfattare till studien.

I tidskriften The Optical Society (OSA). Biomedicinsk optik Express , forskare visar användningen av multifotonmikroskopi tillsammans med automatiserade bild- och statistiska analysalgoritmer för att undersöka nyligen utskurna biopsier från bukhålan, en del av buken som ofta påverkas av metastaserande cancer, speciellt för patienter med äggstockscancer. Det är första gången som frisk och metastaserad mänsklig peritoneal vävnad framgångsrikt har utvärderats genom att kombinera denna mikroskopimodalitet med bildtexturanalystekniker.

Eftersom tillvägagångssättet utvärderar cellulära och extracellulära vävnadsegenskaper på mikroskopisk nivå, det kan identifiera cancermetastaser i ett tidigare skede när det kan vara lättare att behandla. Genom att använda algoritmer för att klassificera vävnader, tillvägagångssättet kan också bidra till att minska partiskhet vid tolkning av bilder och komplettera metoder som bygger på mänsklig expertis.

"Detta kan i slutändan hjälpa kirurger att identifiera misstänkta eller sjuka områden direkt i operationssalen i realtid, vilket i sin tur skulle direkt påverka patienthanteringen, sa Schnelldorfer.

"Eftersom metoden utnyttjar inneboende vävnadssignaler som finns nästan överallt i vävnader, det kan appliceras på andra typer av cancer och andra applikationer helt och hållet, såsom fibros och hjärt-kärlsjukdomar där vävnadsstruktur och extracellulär matrix-ombyggnad förändras av de underliggande sjukdomsprocesserna, " lade Irene Georgakoudi till, studieledare från Tufts University.

Hitta ledtrådar i vävnadsstruktur

Multiphotonmikroskopi fungerar genom att leverera laserljus till vävnad. Även om lasern har hög toppintensitet, den levereras i mycket korta pulser för att hålla medeleffekten liten och inte orsaka vävnadsskada. Eftersom olika vävnadskomponenter interagerar med laserljuset, de avger signaler som sedan hämtas av mikroskopet för att skapa en bild. När bilderna är inhämtade, automatiska bildbehandlingsalgoritmer kan användas för att avslöja unika texturfunktioner. Dessa funktioner, som inte syns på bilderna som förvärvats med vanliga operativa bildverktyg, kan analyseras med statistiska modeller för att klassificera vävnaden som frisk eller sjuk.

En nyckelstyrka med tillvägagångssättet är att bildupptagningen och analysen baseras på komponenter i själva vävnaden – som celler eller kollagen, ett protein som bildar bindväv — snarare än på kontrastfärger som har tillsatts till det. Detta möjliggör analys av inneboende egenskaper relaterade till form och funktion på ett helt icke-invasivt och oförstörande sätt.

I det här arbetet, forskarna tillämpade för första gången denna kombinerade mikroskopi och analysteknik på friska och metastatiska mänskliga parietala peritoneala vävnader. Eftersom parietal peritoneal vävnad är full med kollagen, en del av den analytiska implementeringen var fokuserad på att utvärdera de mikrostrukturella mönstren av kollagenfibrer och deras intermolekylära tvärbindningssignaler.

Forskarna fann att frisk och sjuk vävnad visade distinkta mönster när det gäller kontrast (ett mått på intensitetsskillnader från pixel till pixel) och korrelation (ett mått på mönsterrepetitivitet). Medan friska vävnader visade större variation i dessa funktioner, metastatiska vävnadsbilder visade mera likformig intensitetsmönster och mindre fibrer. Dessa förändringar återspeglar förstörelsen av den inhemska bindväven av cancercellerna, ger ett kännetecken för cancermetastaser.

Förbättra cancerstadieindelning

Att bestämma omfattningen och platserna för cancerframkallande spridning - känd som iscensättning - är avgörande för effektiv cancerbehandling. Tvärsnittsröntgenbilder och laparoskopi med vitt ljus är verktyg som används för att identifiera bukmetastaser, men ofta misslyckas när det gäller att upptäcka mindre skador begravda inom frisk vävnad. Biopsier och mikroskopisk utvärdering spelar också en nyckelroll för att avgöra om cancerceller har metastaserat och börjat invadera vävnadens mikromiljö.

När äggstockscancer börjar sprida sig, det visas oftast först i bukhinnan, ett membran som kantar bukhålan. För att testa deras nya metod, forskarna använde den för att analysera peritoneala biopsier som samlats in från åtta patienter med bekräftad eller misstänkt ovariemalignitet.

Analyserar 41 bilder från biopsierna, tekniken klassificerade korrekt 40 av 41 bilder (en noggrannhet på 97,5 procent). Totalt 11 prover klassificerades korrekt som metastaserade (100 procent känslighet) och 29 av 30 var korrekt klassade som friska (96,6 procent specificitet).

Forskarna planerar att fortsätta testa metoden i ett större urval av bilder från en bredare patientpopulation. Medan analysmetoden var optimerad för att upptäcka äggstockscancer som har metastaserats i parietal peritoneal vävnad, samma teknik skulle kunna anpassas för att analysera andra vävnadstyper och andra cancertyper.

Även om biopsier användes för att testa metoden, forskare säger att det slutliga målet är att applicera det direkt på delar av kroppen där cancer påträffas eller misstänks, utan behov av biopsier eller färgämnen. Innan tekniken kan användas för vävnadsanalys i realtid under operationen, ytterligare arbete kommer att behövas för att minimera mikroskopikomponenterna, integrera mikroskopet med kirurgisk instrumentering och möjliggöra analys i realtid av de förvärvade bilderna direkt på operationssalen.