Name: 使用刺激拉曼组织学和人工智能检测和分离前列腺活检中的癌症 (视频) | JoVE Journal
Uploaded: 2025-06-10T12:20:00.000+00:00
Duration: 8 min 5 s
Description: 了解受激拉曼组织学结合人工智能检测前列腺癌的标准化方案。该方法通过优化样本制备与成像流程，提升癌症与组织比例，为生物样本库建设和精准诊断提供可靠技术支持。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

我们感谢温哥华前列腺中心和纽约大学朗格尼健康中心研究团队的贡献，以及Invenio Imaging提供的技术支持。本工作由不列颠哥伦比亚省卫生部创新中心资助。

本方案涉及人类样本的使用，并遵循不列颠哥伦比亚大学的人类护理指南。该研究已获得机构审查委员会（IRB）批准，伦理审批编号如下：SRH：H23-00459，AI：H24-00585，以及生物样本库：H21-03722。在样本采集前，已从所有人类受试者获得书面知情同意。所有操作均按照机构和监管伦理标准进行，以确保参与者的保护与信息保密。
1. 打开SRH成像仪
<ol>
	<li>启动SRH成像仪（图1A）。让系统预热30分钟，以确保激光器达到最佳工作温度，从而实现准确成像。</li>
</ol>
2. 准备流体室
<ol>
	<li>将装有灭菌水的 50 mL 注射器连接到 SRH 成像仪接口左侧的注射阀上（图 1B）。确保注射器牢固安装，以维持正常的液体循环。</li>
</ol>
3. 登录系统
<ol>
	<li>系统加载完成后，使用触摸屏显示器输入用户名和密码。</li>
	<li>选择相应的用户名并输入密码，点击登录。</li>
	<li>接受免责声明，以确认在美國或歐盟以外地區使用時，該研究僅用于科研目的。</li>
</ol>
4. 创建新研究
<ol>
	<li>从显示选项中选择创建新研究： Create New Study, Continue Existing Study, 和 View Existing Study。</li>
</ol>
5. 输入病例信息
<ol>
	<li>输入相关病例信息，包括姓氏、名字、病历号、出生日期、样本编号、试验编号、医师姓名、房间号、主要解剖位置和分析模块。</li>
	<li>将样本保存为John Doe（例如）。</li>
	<li>在主要解剖位置下，选择前列腺（仅限研究使用）。</li>
	<li>对于分析模式，选择前列腺癌（仅限研究使用），以启用集成的人工智能进行前列腺癌检测。</li>
</ol>
6. 完成研究创建并填充液体室
<ol>
	<li>输入病例信息后，点击创建研究。</li>
	<li>当系统提示时，点击确认，以确认数据仅用于研究目的。</li>
	<li>按说明用无菌水填充液室。</li>
	<li>当系统提示时，点击下一步，然后从显示的选项中选择采集。</li>
	<li>点击加载新样本，系统将显示准备样本 &amp;#38; 装载NIO载玻片。</li>
</ol>
7. 样本与玻片的制备
<ol>
	<li>取出前列腺活检切片。使用带齿的组织镊子小心地打开附着的盖玻片。在用手固定切片并保持盖玻片打开的同时，用组织镊子将RPMI培养基中的前列腺活检组织稳妥地放置在切片的凹槽内。轻轻合上盖玻片，固定样本。</li>
	<li>打开SRH成像仪接口上的切片架，将制备好的切片插入切片架中，确保位置对齐。关闭SRH成像仪的盖子。当系统检测到盖子已关闭后，点击下一步继续操作。</li>
</ol>
8. 设置成像采集参数
<ol>
	<li>设置以下成像参数：
	<ol>
		<li>对于 标本名称：选择第一个活检样本为 Biopsy 1 A 。</li>
		<li>对于 扫描区域：选择 0.4 mm x 6.1 mm, 3 个区域 (仅供研究使用) 以扫描整个活检样本。</li>
		<li>对于 扫描位置：使用屏幕上的图像手动调整扫描位置。</li>
	</ol>
	</li>
	<li>点击 获取图像 继续操作。</li>
	<li>查看屏幕上显示的样本详细信息，并通过选择 继续 进行确认。</li>
</ol>
9. 获取SRH图像
<ol>
	<li>让SRH成像仪自动对焦并采集图像，生成最终的SRH图像。</li>
	<li>让成像仪将活检样本分为三个区域进行扫描（扫描1、扫描2和扫描3），如图2A所示。</li>
	<li>让成像仪将各区域图像合并，形成完整的SRH图像（图2B），生成一张类似H&amp;#38;E染色的图像用于评估。</li>
</ol>
10. SRH 图像的显示
<ol>
	<li>观察新鲜未染色前列腺活检组织的SRH图像。该图像采用粉红色/紫色配色方案，模拟苏木精-伊红（H&amp;#38;E）染色效果，突出显示CH2 分子振动（与脂质相关）和CH3分子振动（与蛋白质和DNA相关）。</li>
</ol>
11. 用于研究目的的SRH图像的人工智能解读
<ol>
	<li>通过点击屏幕上的 (>>) 图标 应用人工智能叠加层。人工智能叠加层以红色标识癌变区域，以绿色标识非癌变区域，以紫色标识非诊断性区域（图3A）。</li>
	<li>查看柱状图，该图量化了癌变组织、非癌变组织和非诊断性组织的百分比（图3B）。</li>
	<li>通过点击 (<<) 图标返回原始SRH图像，取消人工智能叠加层显示。</li>
</ol>
12. SRH 图像的缩放与导航
<ol>
	<li>使用触摸屏上的放大和缩小功能，详细查看活检样本的不同区域。</li>
	<li>使用导航图标在图像中移动，全面检查活检样本。</li>
</ol>
13. 特定组织的分离
<ol>
	<li>初始扫描完成后，小心地将活检组织从载玻片上取下。使用带齿镊子提起附着的盖玻片，并轻柔地释放活检组织。</li>
	<li>将活检组织置于浸有生理盐水的湿润泰尔法（Telfa）材料上，以在修整过程中保持组织完整性。</li>
	<li>使用手术刀修除在SRH图像的人工智能生成叠加图中识别出的非癌变区域，通过目视评估叠加图来确定最佳切除部位。重点去除通常位于活检组织末端的区域，以提高癌组织与总组织的比例。确保保留足够的组织用于重新扫描。</li>
</ol>
14. 重新扫描活检样本
<ol>
	<li>按照步骤 9-11 中所述的相同程序重新扫描活检样本。</li>
	<li>调整扫描区域和位置，以确认癌组织与正常组织的比例增加（见图 3C-E）。查看更新后的 SRH 图像及人工智能叠加结果，核实癌组织与非癌组织区域的百分比。</li>
	<li>重复修整和重新扫描，直至达到理想的比例。</li>
</ol>
15. 生物样本库与冷冻保存
<ol>
	<li>使用带齿镊子将活检组织从载玻片上取下，放入冻存管中。</li>
	<li>将冻存管置于液氮中速冻，以确保样本得到快速保存。</li>
	<li>将装有冻存管的液氮转移至 -80 °C 超低温冰箱或液氮储存设备中，用于长期保存。</li>
</ol>
16.&#160;导出图像数据
<ol>
	<li>轻敲 纸飞机图标 用于导出图像数据以进行存储和进一步分析。</li>
	<li>选择导出位置，点击 选择导出位置 选项并从中选择 USB（去标识化），USB（完整），以及 iPhone（完整版）选择 USB（完整版） 并选择一个外部硬盘用于数据导出。</li>
	<li>选择要导出的图像序列，点击 完整研究 导出该患者的所有SRH图像序列，而非特定序列。</li>
	<li>等待系统显示 导出进行中 并轻敲 确认 导出完成后。</li>
</ol>
17. 关闭SRH显微镜
<ol>
	<li>点击退出，并按照屏幕上显示的关机说明进行操作。</li>
	<li>当提示归档图像数据时（如已导出），选择不归档继续。</li>
	<li>根据相应的实验室规程处理样本。</li>
	<li>点击下一步，并按照指示使用连接的注射器排空液室。</li>
	<li>当提示时，点击下一步，然后从显示的选项中选择是。</li>
	<li>取下注射器并妥善丢弃。</li>
	<li>点击关机以完全关闭SRH显微镜的电源。</li>
</ol>

<ol><li>Siegel, R. L., Miller, K. D., Jemal, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cancer+statistics%2C+2020%5BTitle%5D)+AND+%22CA+Cancer+J+Clin%22%5BJournal%5D)">Cancer statistics, 2020.</a> CA Cancer J Clin. 70 (1), 7-30 (2020).</li>
<li>Epstein, J. I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+2014+International+Society+of+Urological+Pathology+%28ISUP%29+Consensus+Conference+on+Gleason+Grading+of+Prostatic+Carcinoma%3A+Definition+of+grading+patterns+and+proposal+for+a+new+grading+system%5BTitle%5D)+AND+%22Am+J+Surg+Pathol%22%5BJournal%5D)">The 2014 International Society of Urological Pathology (ISUP) Consensus Conference on Gleason Grading of Prostatic Carcinoma: Definition of grading patterns and proposal for a new grading system.</a> Am J Surg Pathol. 40 (2), 244-252 (2016).</li>
<li>Freudiger, C. W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stimulated+Raman+scattering+microscopy+with+a+robust+fibre+laser+source%5BTitle%5D)+AND+%22Nat+Photonics%22%5BJournal%5D)">Stimulated Raman scattering microscopy with a robust fibre laser source.</a> Nat Photonics. 8 (2), 153-159 (2014).</li>
<li>Freudiger, C. W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Label-free+biomedical+imaging+with+high+sensitivity+by+stimulated+Raman+scattering+microscopy%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Label-free biomedical imaging with high sensitivity by stimulated Raman scattering microscopy.</a> Science. 322 (5909), 1857-1861 (2008).</li>
<li>Hu, F., Shi, L., Min, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Biological+imaging+of+chemical+bonds+by+stimulated+Raman+scattering+microscopy%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Biological imaging of chemical bonds by stimulated Raman scattering microscopy.</a> Nat Methods. 16 (9), 830-842 (2019).</li>
<li>Cheng, Q., Miao, Y., Wild, J., Min, W., Yang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Emerging+applications+of+stimulated+Raman+scattering+microscopy+in+materials+science%5BTitle%5D)+AND+%22Matter%22%5BJournal%5D)">Emerging applications of stimulated Raman scattering microscopy in materials science.</a> Matter. 4 (5), 1460-1483 (2021).</li>
<li>Orringer, D. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rapid+intraoperative+histology+of+unprocessed+surgical+specimens+via+fibre-laser-based+stimulated+Raman+scattering+microscopy%5BTitle%5D)+AND+%22Nat+Biomed+Eng%22%5BJournal%5D)">Rapid intraoperative histology of unprocessed surgical specimens via fibre-laser-based stimulated Raman scattering microscopy.</a> Nat Biomed Eng. 1, 0027(2017).</li>
<li>Mannas, M. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stimulated+Raman+histology%2C+a+novel+method+to+allow+for+rapid+pathologic+examination+of+unprocessed%2C+fresh+prostate+biopsies%5BTitle%5D)+AND+%22Prostate%22%5BJournal%5D)">Stimulated Raman histology, a novel method to allow for rapid pathologic examination of unprocessed, fresh prostate biopsies.</a> Prostate. 83 (11), 1060-1067 (2023).</li>
<li>Mannas, M. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stimulated+Raman+histology+interpretation+by+artificial+intelligence+provides+near-real-time+pathologic+feedback+for+unprocessed+prostate+biopsies%5BTitle%5D)+AND+%22J+Urol%22%5BJournal%5D)">Stimulated Raman histology interpretation by artificial intelligence provides near-real-time pathologic feedback for unprocessed prostate biopsies.</a> J Urol. 211 (3), 384-391 (2024).</li>
<li>Mannas, M. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Intraoperative+margin+assessment+with+near+real+time+pathology+during+partial+gland+ablation+of+prostate+cancer%3A+A+feasibility+study%5BTitle%5D)+AND+%22Urol+Oncol%22%5BJournal%5D)">Intraoperative margin assessment with near real time pathology during partial gland ablation of prostate cancer: A feasibility study.</a> Urol Oncol. 43 (1), 64.e19-64.e25 (2024).</li>
<li>Mannas, P. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MP61-18+stimulated+Raman+histology%2C+a+novel+method+for+intraoperative+surgical+margin+assessments+during+robotic+assisted+laparoscopic+prostatectomy%5BTitle%5D)+AND+%22J+Urol%22%5BJournal%5D)">MP61-18 stimulated Raman histology, a novel method for intraoperative surgical margin assessments during robotic assisted laparoscopic prostatectomy.</a> J Urol. 209 (Supplement 4), (2023).</li>
<li>Hollon, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Artificial-intelligence-based+molecular+classification+of+diffuse+gliomas+using+rapid%2C+label-free+optical+imaging%5BTitle%5D)+AND+%22Nat+Med%22%5BJournal%5D)">Artificial-intelligence-based molecular classification of diffuse gliomas using rapid, label-free optical imaging.</a> Nat Med. 29 (4), 828-832 (2023).</li>
<li>Lee, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Recent+advances+in+the+use+of+stimulated+Raman+scattering+in+histopathology%5BTitle%5D)+AND+%22Analyst%22%5BJournal%5D)">Recent advances in the use of stimulated Raman scattering in histopathology.</a> Analyst. 146 (3), 789-802 (2021).</li>
<li>Sarri, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((In+vivo+organoid+growth+monitoring+by+stimulated+Raman+histology%5BTitle%5D)+AND+%22Npj+Imaging%22%5BJournal%5D)">In vivo organoid growth monitoring by stimulated Raman histology.</a> Npj Imaging. 2 (1), 18(2024).</li>
<li>Ao, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stimulated+Raman+scattering+microscopy+enables+Gleason+scoring+of+prostate+core+needle+biopsy+by+a+convolutional+neural+network%5BTitle%5D)+AND+%22Cancer+Res%22%5BJournal%5D)">Stimulated Raman scattering microscopy enables Gleason scoring of prostate core needle biopsy by a convolutional neural network.</a> Cancer Res. 83 (4), 641-651 (2023).</li>
</ol>

C. Freudiger 是 Invenio Imaging 的员工、股东和董事，并拥有受独立授权的受激拉曼光谱显微技术相关专利。A. Ion-Margineanu 是 Invenio Imaging 的股东。

用于前列腺癌检测的SRH技术代表了医学成像与组织病理学领域的重要进展。SRH能够对新鲜、未经染色的组织进行近实时、无标记成像，从而在无需传统组织病理学方法所伴随的处理延迟的情况下，快速检测未处理组织中的癌症3,4,5,6,7,8,9。该技术的关键步骤包括SRH成像仪的准备、活检样本的处理以及人工智能（AI）在图像分析中的整合。具体而言，该方案强调在成像前需让SRH成像仪充分预热，这对于实现激光的最佳性能以及准确成像分子振动特性至关重要。此外，仪器需要进行适当的平衡调节，且可整合由Invenio Imaging开发的AI算法。为获得高质量、能准确反映组织学特征的SRH图像，还需仔...

前列腺癌仍然是全球男性中最主要的恶性肿瘤之一，早期检测对于成功干预和治疗至关重要1。传统上，前列腺癌的诊断主要依赖于对前列腺活检样本进行组织病理学评估，最常用的方法是苏木精-伊红（H&amp;#38;E）染色2。尽管该方法有效，但由于操作流程和后勤因素的影响，传统的前列腺活检分析通常需要等待数天至数周，具体时间因城市或国家而异。这些延迟源于多个耗时的步骤，包括福尔马林固定、石蜡包埋、切片以及H&amp;#38;E染色。因此，加上活检样本数量庞大，总体处理时间可能进一步延长，从而延误诊断和治疗方案的制定。
成像技术的最新进展，特别是受激拉曼散射（SRS）显微技术，可通过提供一种无背景干扰且易于解读的可靠成像方法，改变诊断实践3,4。SRS利用两束激光，即泵浦光束（ωp）和斯托克斯光束（ωs），与样品发生相互作用。当频率差（Δω = ωp − ωs）与特定的分子振动频率（Ω）相匹配时，由于受激拉曼增益或损耗，信号被放大。该过程增强了分子振动的对比度，从而实现对组织的高度灵敏成像3,4。SRS能够检测与CH2伸缩振动（2,845 cm-1）相关的分子振动，该振动与脂质相关，以及与CH3伸缩振动（2,930 cm-1）相关的分子振动，后者与蛋白质和DNA相关4。SRS信号的检测通常采用高频调制传递方案，从而实现从背景噪声中精确分离出微弱的振动信号。
受激拉曼散射（SRS）显微技术具有光学切片能力，能够在无需对组织进行物理切片的情况下实现精确的三维成像。该技术通过将泵浦激光束和斯托克斯激光束在样品内部一个衍射极限的焦点处对准并聚焦，激发特定的分子振动。SRS的共焦特性源于其信号对激光强度的二次依赖关系，确保信号仅限于焦平面内，排除了离焦区域的信号贡献，从而提供高度局域化的化学信息5,6。这种深度分辨成像通过消除机械切片，保护了组织的完整性，缩短了处理时间，并维持了样品的生物学和分子环境。
基于受激拉曼散射（SRS）原理，受激拉曼组织学（SRH）利用这种分子振动数据，实时生成新鲜未染色组织的伪苏木精-伊红（H&amp;#38;E）染色图像，从而为临床医生提供更快速、更高效的诊断工具7,8。SRH 生成高质量图像的能力使其成为研究和潜在临床应用中不可或缺的工具9。最近，在部分腺体消融术和根治性前列腺切除术中，术中采用 SRH 进行切缘评估，可在手术过程中提供接近实时的病理反馈，从而实现即时治疗调整10,11。
SRH成像技术利用分子固有的振动特性来提供组织成分的信息。通过分析CH2和CH3的振动特性，SRH可有效区分前列腺的癌变组织与良性组织7,12。SRH成像仪捕捉这些振动信号，生成伪H&amp;#38;E染色图像，增强细胞核对比度，可作为传统组织病理学的快速替代方案，并在2至8分钟内提供高质量图像，具体时间取决于组织大小7,8。
评估了SRH用于未处理前列腺活检标本快速病理学检查的有效性。对病理学家进行了培训，以解读从前列腺切除标本中获取的活体外（ex vivo）前列腺穿刺活检组织的SRH图像8。优化了SRH扫描方法，可在数分钟内获得高分辨率图像，显著缩短了与传统组织病理学相比所需的时间。包含良性和恶性组织学混合成分的活检样本被用作病理学家的训练集，随后由其对另一组独立的活检样本进行盲法评估，这些样本均通过SRH成像，并经H&amp;#38;E染色处理作为金标准对照。结果显示，病理学家识别前列腺癌的平均准确率为95.7%，在检测临床显著性癌方面具有良好的一致性，表明SRH可有效支持接近实时的诊断8。
在后续研究中，通过整合人工智能（AI）进一步提高了诊断的准确性、效率和实施的便捷性。该AI模型采用深度学习技术分析由SRH捕获的振动和形态学特征，能够自动将前列腺活检样本分类为良性、癌性和无法诊断的区域，显著简化了病理评估流程9。SRH与AI的整合表现出优异的准确性，在前列腺癌检测中达到96.5%的准确率，敏感性和特异性分别为96.3%和96.6%9。通过将AI与SRH结合，实现了与经验丰富的病理学家相当的诊断性能。
通过对SRH技术与病理学家的广泛评估，并将人工智能模型整合到SRH成像仪中，该技术的能力已得到显著提升。本方案详细阐述了前列腺活检样本的制备步骤、使用SRH成像仪进行成像以及利用人工智能辅助工具进行数据分析的过程。通过遵循这些步骤，研究人员和临床医生可利用这一新型技术提高前列腺癌的检测、研究和治疗水平。

<table><tbody><tr><td>台式液氮容器</td><td>赛默飞世尔科技</td><td>11-670-4B</td><td></td></tr><tr><td>细胞管</td><td>Greiner Bio-One</td><td>126279</td><td></td></tr><tr><td>Dumont #5 精细镊子</td><td>Fine Science Tools</td><td>11254-20</td><td></td></tr><tr><td>NIO 前列腺活检切片</td><td>Invenio Imaging, Inc.</td><td>AT0013</td><td></td></tr><tr><td>RPMI 溶液</td><td>赛默飞世尔科技</td><td>11875093</td><td></td></tr><tr><td>生理盐水</td><td>巴克斯特</td><td></td><td></td></tr><tr><td>SRH成像仪（NIO激光成像系统）</td><td>Invenio Imaging, Inc.</td><td></td><td></td></tr><tr><td>手术刀片</td><td>Fisher Scientific</td><td>501094395</td><td></td></tr></tbody></table>

利用受激拉曼组织学与人工智能检测和分离前列腺活检中的癌症

Detection and Isolation of Cancer in Prostate Biopsies Using Stimulated Raman Histology and Artificial Intelligence

前列腺癌仍然是全球男性中最常见的恶性肿瘤之一，因此早期检测和精准医疗的进步对于有效干预和治疗至关重要。本文介绍了一种标准化操作流程，用于在前列腺癌检测中结合使用受激拉曼组织学（stimulated Raman histology, SRH）与集成的人工智能（AI）技术，相较于传统的组织病理学方法具有显著优势。SRH通过实现对新鲜未染色组织的近实时、无标记成像，提高了检测效率，从而消除了传统活检分析所带来的时间延迟。
通过使用受激拉曼散射（SRS）显微技术检测与脂质相关的CH2键的特定振动频率以及与蛋白质和DNA相关的CH3键的振动频率，可区分前列腺活检中的癌变组织与良性组织。人工智能模型进一步提高了诊断精度，在识别前列腺癌方面达到了98.6%的准确率。该实验方案详细阐述了样本制备、成像和数据分析的关键步骤，有助于改进生物样本库的构建流程，并支持转录组学和异种移植研究等后续应用。该方法可加速诊断工作流程，在术中应用方面具有广阔前景，有望帮助外科医生在手术过程中识别阳性切缘。此外，重新扫描并调整癌组织与正常组织比例的能力，使得对活检样本的分析更加个性化，从而提升未处理组织中肿瘤的检出率。然而，受激拉曼组织成像（SRH）在临床实践中广泛应用之前，仍需进一步的研究与验证。

将受激拉曼散射成像（SRH）与人工智能（AI）相结合的应用，可在数分钟内实现前列腺癌在活检样本中的快速检测与表征。图2A展示了SRH成像仪的多步扫描流程，其中在活检样本上依次进行了三次不同的扫描（扫描1、扫描2和扫描3）。每次扫描均捕获了与脂质、蛋白质和DNA含量相对应的独特分子振动特征，这些信息对于生成全面的SRH图像至关重要。最终的合成图像如图2B所示，其外观模拟了苏木精-伊红（H&amp;E）染色结果，为病理学家提供了区分癌变区域与良性区域的可视化工具。该方法实现了接近实时、无需标记的诊断，显著缩短了从获取活检样本到完成病理评估所需的时间。
成像过程完成后，人工智能分析（如图3A所示）通过在SRH图像上自动叠加预测结果，增强了SRH的诊断能力。叠加图层区分了肿瘤区域（红色）、非肿瘤区域（绿色）和无法诊断的区域（紫色），如图3B的柱状图所示。...

本文介绍了一种利用穿刺活检样本进行刺激拉曼组织学（SRH）检测前列腺癌的标准化方案，该方法相较于传统组织病理学具有优势，重点在于样本制备、成像以及人工智能的应用，以提高癌组织与正常组织的比例。此外，该方案还支持转录组学研究、类器官或异种移植模型的生物样本库建设，以及术中手术切缘的识别。

前列腺癌仍然是全球男性中最常见的恶性肿瘤之一，使得早期检测和精准医学的进步……

我们的目标是将人工智能和 SRH 成像相结合，以近乎实时地检测前列腺癌，同时改进下游分析的组织选择并加速诊断。人工智能模型可在几分钟内创建和解释 SRH 图像，从而在手术和活检期间实现实时、无标记的癌症诊断，减少对传统组织学的依赖并保留组织以供进一步分析。SRH 与人工智能和深度学习相结合，可实现实时、无标记的组织成像和分类，加速癌症诊断、手术决策和生物标志物发现，无需传统的处理或染色。确保活检中有足够的肿瘤含量以进行准确的基因组分析，同时改善 SRH-AI 与标准病理学的一致性，仍然是将 SRH AI 整合到前列腺癌常规诊断中的关键挑战。我们正在满足对更快、更准确的前列腺癌诊断和更好质量的需求。我们的方案改进了肿瘤检测，增加了肿瘤含量，并保留了组织以进行分子表征。[旁白]首先，打开 SRH 成像仪。将装满灭菌水的 50 毫升注射器连接到位于成像仪接口左侧的注射器阀门上。确保注射器安装牢固。系统加载后，使用触摸屏显示器输入用户名和密码，然后点击登录。接受免责声明，承认如果在美国或欧盟以外使用，则该研究用于研究目的。现在，从显示选项中选择创建新研究。输入案例信息后，将样本保存在适当的文件名下，例如 John Doe。在“主要解剖位置”下，选择“前列腺，仅供研究使用”。对于分析模块，选择前列腺癌，仅供研究使用，以启用用于前列腺癌检测的集成人工智能。现在点击 创建研究 输入案例信息后。出现提示时，点击“确认”以确认数据将仅用于研究目的。按照说明用消毒水填充液体室。出现提示时点击下一步，然后从显示的选项中选择获取。现在按加载新试样提示系统显示准备试样和加载 NIO 幻灯片。取回前列腺活检载玻片。使用带齿的组织镊子，打开连接的盖玻片，并将 RPMI 培养基的前列腺活检牢固地放入载玻片的凹槽中。轻轻关闭盖玻片并固定样品。打开 SRH 成像仪接口上的载玻片支架，插入准备好的载玻片，确保正确对齐。通过为标本名称选择活检 1A 来设置成像参数，将 0.4 毫米设置为 18.3 毫米的扫描区域，仅供研究使用。关闭盖子，当系统检测到关闭时点击下一步。对于扫描位置，使用屏幕图像手动调整扫描位置。然后点击 获取图像 继续。查看屏幕上的示例详细信息，然后选择“继续”进行确认。让成像仪组合各个部分以生成 SRH 图像。然后通过单击大于图标来应用人工智能叠加，以红色突出显示癌症区域，以绿色突出显示非癌症区域，以紫色突出显示非诊断区域。现在查看显示癌性、非癌性和非诊断性组织百分比的条形图。单击小于图标可返回到没有人工智能叠加的原始 SRH 图像。使用放大和缩小功能详细检查活检图像。然后，使用导航图标检查活检图像。初始扫描后，使用带齿的组织镊子提起盖玻片，然后轻轻地从载玻片上取出活检。将活检转移到浸泡在盐水中的湿润 Telfa 上，以保持组织完整性。使用手术刀片，根据人工智能叠加层修剪非癌症区域，以提高癌症与组织的比例，通常集中在末端。重新扫描修剪后的活检。调整扫描区域和位置以确认增加的癌组织比。现在使用组织镊子从载玻片上取出活检，并将其放入冷冻管中。然后将冷冻管冷冻在液氮中。要导出图像数据，请按纸飞机图标开始导出图像数据。点击选择导出位置并选择 USB，完成，然后选择外部硬盘。现在选择“整个研究”以导出所有 SRH 图像系列。等待“导出正在进行”消息，完成后点击“确认”。要关闭仪器，请按退出并按照屏幕上的关机说明进行作。如果已导出数据，则在提示存档数据时选择“不继续”。按照实验室协议处理样品。然后点击下一步。并使用随附的注射器清空液室。再次点击下一步，然后从显示选项中选择是。现在取出并处理注射器。然后按关机关闭 SRH 显微镜。对活检标本进行了三次不同的扫描，以生成假苏木精和伊红染色刺激的拉曼组织学图像。人工智能叠加在SRH图像上，分别使用红色、绿色和紫色片段区分肿瘤、非肿瘤和非诊断区域。修剪非诊断区域后，重新扫描的活检显示肿瘤比例从 27% 增加到 72%。修剪后癌症与组织的比率显着增加，在 46 次活检中，平均癌症百分比从切割前的 45% 上升到切割后的 78%。由于参数设置不当，在没有墨水的情况下进行 10 微米深度的扫描次优会导致图像清晰度降低。墨水边距的成像引入了视觉伪影，由于对激光信号采集的干扰，表现为变暗或不清晰的区域。

detection-isolation-cancer-prostate-biopsies-using-stimulated-raman

Research

科研

JoVE Journal

Cancer Research

癌症研究

使用刺激拉曼组织学和人工智能检测和分离前列腺活检中的癌症

人类内源性逆转录病毒（HERV）占据了人类基因组的8%，虽然其编码能力极为有限，但却含有约十万个长末端重复序列（LTRs）。为此，研究人员设计了一种定制的Affymetrix微阵列，用于鉴定单个HERV位点的表达情况，并以前列腺癌组织作为概念验证，为未来的临床研究奠定基础。...

基于微阵列的单个内源性逆转录病毒位点表达鉴定：在前列腺癌生物标志物发现中的应用

免疫组织化学是一种用于评估组织内蛋白质定位和表达的强有力实验技术。目前用于定量的半自动化方法往往引入主观性，并常导致结果不可重复。本文中，我们描述了多重免疫组织化学的方法，以及利用多光谱成像对蛋白质表达和共定位进行客观定量的技术。...

使用多重免疫组织化学染色与多光谱成像定量蛋白质表达及共定位

卵巢癌会在整个腹膜腔内形成转移灶。本文介绍了一种制备和使用叶酸受体靶向的表面增强共振拉曼散射纳米探针的方案，该探针可通过比率成像以高特异性揭示这些病灶。via...

基于叶酸受体靶向的表面增强共振拉曼散射纳米探针比率法检测微小卵巢癌

本文介绍了一种使用磁共振-超声融合系统对前列腺进行靶向活检的操作方案。...

使用磁共振-超声融合技术实现前列腺靶向活检

该方法通过利用前列腺癌患者的临床诊断数据，以指导根治性前列腺切除术后组织生物样本库的取样流程。此方法解决了既往发表的方法在组织样本获取效率以及新鲜组织可用于更广泛下游应用方面的局限性。...

利用磁共振成像与活检数据指导前列腺癌生物样本库的取样流程

受激拉曼散射（SRS）显微技术是一种强大、无损且无需标记的成像技术。其中一个新兴应用是受激拉曼组织学，该方法利用蛋白质和脂质拉曼跃迁处的双色SRS成像生成类似苏木精和伊红染色的图像。本文中，我们展示了一种用于组织诊断的实时双色SRS成像方案。...

小鼠脑组织诊断的实时双色受激拉曼散射成像

本方案描述了一种促进从根治性前列腺切除术标本中采集样本的方法。其目标是在将组织样本存入生物样本库之前，根据解剖病理学标准对其进行定位、表征以及宏观-微观分离。...

通过改进取样技术与组织学表征提升前列腺肿瘤生物样本库的可靠性

前列腺活检是前列腺癌诊断的金标准方法。认知融合引导的前列腺活检将经直肠超声与预先测量的MRI参数相结合，可提高活检准确性，并增强临床显著性前列腺癌的检出率。...

一种基于多参数磁共振成像与经直肠超声融合引导的认知融合前列腺活检

集成的图像管理、人工智能（AI）和报告系统已彻底改变了诊断病理学的实践。本文中，我们介绍...

集成病理图像管理、人工智能与报告系统的介绍

本方案介绍了一种多模态方法，结合拉曼光谱与层析相位显微技术，用于无标记、非侵入性地对活体人乳腺癌细胞进行表型分析。该方法包含一个用户友好、无主观偏倚的分析流程，可实现快速、定量的形态-化学分析，为癌症研究和细胞生物学提供详细的分子与结构信息。...

一种多模态成像框架推动无标记活体乳腺癌细胞表型分析

了解受激拉曼组织学结合人工智能检测前列腺癌的标准化方案。该方法通过优化样本制备与成像流程，提升癌症与组织比例，为生物样本库建设和精准诊断提供可靠技术支持。

利用受激拉曼组织学与人工智能检测和分离前列腺活检中的癌症

探索更多视频