2025年6月10日
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。
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。
查看完整文字稿并访问数千部科学视频
本文介绍了一种在活检样本上利用受激拉曼组织学(SRH)检测前列腺癌的标准化方案。该方案强调了相较于传统组织病理学的优势,重点包括样本制备、成像过程,以及利用人工智能提高癌组织与正常组织比例的准确性。
通过结合人工智能的受激拉曼组织学(SRH)技术,对前列腺癌活检样本进行快速、无标记检测,可解决早期发现和诊断工作流程中的关键瓶颈问题。该方法提高了预测的可信度,并加快了肿瘤学研发管线中关键节点的决策速度。本方案与生物样本库及下游分子分析的兼容性,有助于实现转化研究的连续性以及项目组合的优先级排序。
结合人工智能分析的SRH技术融合了组织获取、早期发现和转化研究的各个环节,架起了诊断成像与分子及临床前工作流程之间的桥梁。