Name: Détection et isolement du cancer dans les biopsies de la prostate à l’aide de l’histologie Raman stimulée et de l’intelligence artificielle (Vidéo) | JoVE Journal
Uploaded: 2025-06-10T12:20:00.000+00:00
Duration: 8 min 5 s
Description: Découvrez un protocole de détection du cancer de la prostate utilisant l'histologie Raman stimulée et l'intelligence artificielle. Cette méthode améliore le rapport cancer-tissu et facilite la biobanque pour la recherche future.

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

<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>

<table><tbody><tr><td>Récipient d’azote liquide de paillasse</td><td>Thermo Scientific</td><td>Référence 11-670-4B</td><td></td></tr><tr><td>Cytotube</td><td>Greiner Bio-One</td><td>126279</td><td></td></tr><tr><td>Dumont #5 Pince fine</td><td>Outils scientifiques fins</td><td>11254-20</td><td></td></tr><tr><td>Lame de biopsie de la prostate NIO</td><td>Invenio Imaging, Inc.</td><td>AT0013</td><td></td></tr><tr><td>RPMI Solution</td><td>Thermo Fisher Scientific</td><td>11875093</td><td></td></tr><tr><td>Saline Solution</td><td>Baxter</td><td></td><td></td></tr><tr><td>Imageur SRH (système d’imagerie laser NIO)</td><td>Invenio Imaging, Inc.</td><td></td><td></td></tr><tr><td>Lame chirurgicale</td><td>Fisher Scientific</td><td>501094395</td><td></td></tr></tbody></table>

détection et isolement du cancer dans les biopsies de la prostate à l’aide de l’histologie raman stimulée et de l’intelligence artificielle

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

L’application de la SSR intégrée à l’IA a démontré la détection et la caractérisation rapides du cancer de la prostate dans les échantillons de biopsie en quelques minutes. La figure 2A décrit la procédure de balayage en plusieurs étapes de l’imageur SRH, où trois balayages distincts (balayage 1, balayage 2 et balayage 3) ont été effectués sur l’échantillon de biopsie. Chaque balayage a capturé des signatures vibratoires moléculaires uniques correspondant au contenu en lipides, en protéines ...

Détection et isolement du cancer dans les biopsies de la prostate à l’aide de l’histologie Raman stimulée et de l’intelligence artificielle

Prostate cancer remains one of the most prevalent malignancies affecting men worldwide, making early detection and advancements in precision medicine ...

Notre objectif est d’intégrer l’intelligence artificielle et l’imagerie SRH pour détecter le cancer de la prostate en temps quasi réel, tout en améliorant la sélection des tissus pour l’analyse en aval et en accélérant le diagnostic. Les images de l’HSR sont créées et interprétées par des modèles d’IA en quelques minutes, ce qui permet un diagnostic du cancer en temps réel et sans marquage pendant les interventions chirurgicales et les biopsies, réduisant ainsi la dépendance à l’histologie traditionnelle et préservant les tissus pour une analyse plus approfondie. La SSR associée à l’intelligence artificielle et à l’apprentissage profond permet l’imagerie et la classification des tissus en temps réel et sans marquage, accélérant ainsi le diagnostic du cancer, la prise de décision chirurgicale et la découverte de biomarqueurs sans traitement ni coloration traditionnels. Garantir un contenu tumoral suffisant dans les biopsies pour un profilage génomique précis, tout en améliorant l’alignement de l’IA SRH avec la pathologie standard, reste un défi majeur dans l’intégration de l’IA SRH dans le diagnostic de routine du cancer de la prostate. Nous répondons au besoin d’un diagnostic plus rapide et plus précis du cancer de la prostate et d’une meilleure qualité. Notre protocole améliore la détection des tumeurs, augmente le contenu tumoral et préserve les tissus pour la caractérisation moléculaire.[Narrateur] Pour commencer, allumez l’imageur SRH. Fixez une seringue de 50 millilitres remplie d’eau stérilisée à la valve de la seringue située sur le côté gauche de l’interface de l’imageur. Assurez-vous que la seringue est bien ajustée. Une fois le système chargé, utilisez le moniteur à écran tactile pour entrer le nom d’utilisateur et le mot de passe, puis appuyez sur Connexion. Acceptez la clause de non-responsabilité pour reconnaître que l’étude est à des fins de recherche si elle est utilisée en dehors des États-Unis ou de l’Union européenne. Maintenant, sélectionnez Créer une nouvelle étude dans les options d’affichage. Après avoir entré les informations sur le cas, enregistrez les échantillons sous un nom de fichier approprié, tel que John Doe. Sous Emplacement anatomique principal, sélectionnez Prostate, utilisation à des fins de recherche uniquement. Pour Analysis Module (Module d’analyse), choisissez Prostate Cancer, Research Use Only (Cancer de la prostate, recherche uniquement) pour activer l’intelligence artificielle intégrée pour la détection du cancer de la prostate. Appuyez maintenant sur Créer une étude après avoir saisi les informations du cas. Lorsque vous y êtes invité, appuyez sur Reconnaître pour confirmer que les données seront utilisées à des fins de recherche uniquement. Remplissez la chambre à liquide avec de l’eau stérilisée comme indiqué. Appuyez sur Suivant lorsque vous y êtes invité, puis sélectionnez Acquérir dans les options affichées. Appuyez maintenant sur Charger un nouvel échantillon pour demander au système d’afficher Préparer l’échantillon et charger la lame NIO. Récupérez la lame de biopsie de la prostate. À l’aide d’une pince à tissus avec des dents, ouvrez la lamelle attachée et placez la biopsie de la prostate du support RPMI en toute sécurité dans la rainure de la lame. Fermez doucement la lamelle et fixez l’échantillon. Ouvrez le support de diapositive sur l’interface de l’imageur SRH et insérez la diapositive préparée, en veillant à ce qu’elle soit correctement alignée. Réglez les paramètres d’imagerie en choisissant Biopsie 1A pour Nom de l’échantillon, 0,4 millimètre dans 18,3 millimètres de zone de balayage à des fins de recherche uniquement. Fermez le couvercle et appuyez sur Suivant lorsque le système détecte une fermeture. Pour la position de numérisation, ajustez manuellement l’emplacement de numérisation à l’aide de l’image à l’écran. Appuyez ensuite sur Acquérir l’image pour continuer. Passez en revue les détails de l’échantillon à l’écran et confirmez en sélectionnant Continuer. Laissez l’imageur combiner des sections pour générer une image SRH. Appliquez ensuite la superposition d’intelligence artificielle en cliquant sur l’icône supérieure à pour mettre en surbrillance les régions cancéreuses en rouge, les régions non cancéreuses en vert et les régions non diagnostiques en violet. Examinez maintenant le graphique à barres montrant le pourcentage de tissus cancéreux, non cancéreux et non diagnostiques. Cliquez sur l’icône inférieure à pour revenir à l’image SRH d’origine sans la superposition d’intelligence artificielle. Utilisez les fonctions de zoom avant et de zoom arrière pour examiner en détail l’image de la biopsie. Ensuite, utilisez les icônes de navigation pour examiner l’image de la biopsie. Après l’examen initial, utilisez une pince à tissus avec les dents pour soulever la lamelle et retirez délicatement la biopsie de la lame. Transférez la biopsie sur un Telfa humidifié et imbibé de solution saline pour maintenir l’intégrité des tissus. À l’aide d’une lame chirurgicale, coupez les régions non cancéreuses en vous basant sur la superposition d’intelligence artificielle pour améliorer le rapport cancer/tissu, en vous concentrant généralement sur les pointes. Relancez la biopsie rognée. Ajustez la zone et la position du balayage pour confirmer l’augmentation du rapport cancer-tissu. Retirez maintenant la biopsie de la lame à l’aide d’une pince à tissus et placez-la dans un cryotube. Congelez ensuite le cryotube dans de l’azote liquide. Pour exporter les données d’image, appuyez sur l’icône de l’avion en papier pour commencer à exporter les données d’image. Appuyez sur Sélectionner l’emplacement d’exportation, puis sur USB, Terminé, puis sélectionnez le disque dur externe. Sélectionnez maintenant Étude entière pour exporter toutes les séries d’images SRH. Attendez le message Exportation en cours et appuyez sur Confirmer lorsque vous avez terminé. Pour éteindre l’instrument, appuyez sur Exit et suivez les instructions d’arrêt à l’écran. Sélectionnez Continuer sans lorsque vous êtes invité à archiver les données si elles sont déjà exportées. Jetez l’échantillon conformément au protocole de laboratoire. Appuyez ensuite sur Suivant. Et utilisez la seringue jointe pour vider la chambre de fluide. Appuyez à nouveau sur Suivant, puis sélectionnez Oui dans les options d’affichage. Retirez et jetez maintenant la seringue. Appuyez ensuite sur Arrêter pour éteindre le microscope SRH. Trois balayages distincts ont été effectués sur l’échantillon de biopsie pour générer une image histologique Raman stimulée par une pseudo-hématoxyline et une coloration à l’éosine. La superposition de l’intelligence artificielle sur l’image SRH a différencié les régions tumorales, non tumorales et non diagnostiques en utilisant respectivement des segments rouges, verts et violets. Après avoir coupé les zones non diagnostiques, les biopsies re-scannées ont révélé une augmentation de la proportion tumorale de 27 % à 72 %. Le rapport cancer/tissu a considérablement augmenté après la coupe, le pourcentage moyen de cancer passant de 45 % avant l’incision à 78 % après l’incision sur 46 biopsies. Une numérisation sous-optimale à une profondeur de 10 micromètres sans encre entraînait une baisse de la clarté de l’image en raison de paramètres mal définis. L’imagerie des marges encrées a introduit des artefacts visuels, se présentant sous la forme de zones sombres ou peu claires en raison d’interférences avec l’acquisition du signal laser.

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

Research

Recherche

JoVE Journal

Cancer Research

Recherche sur le cancer

Rétrovirus endogènes humains (HERV), qui occupent 8% du génome humain, conservent les capacités de codage rares mais une centaine de milliers de longues répétitions terminales (LTR). Une coutume Affymetrix microarray a été conçu pour identifier les individus expression du locus HERV et a été utilisé sur les tissus de cancer de la prostate comme une preuve de concept pour de futures études cliniques.

Identification à base de microréseaux de HERV individuelle Loci Expression: Demande de Découverte de biomarqueurs dans le cancer de la prostate

L’immunohistochimie est une technique de laboratoire puissante pour évaluer la localisation et l’expression des protéines dans les tissus. Les méthodes semi-automatisées actuelles de quantification introduisent de la subjectivité et créent souvent des résultats irreproductibles. Nous décrivons ici des méthodes d’immunohistochimie multiplexée et de quantification objective de l’expression et de la co-localisation des protéines à l’aide de l’imagerie multispectrale.

Quantification de l&#39;expression protéique et co-localisation utilisant multiplexé Immuno-histochimie Coloration et multispectrale Imaging

Cancer de l’ovaire forme des métastases dans toute la cavité péritonéale. Ici, nous présentons un protocole pour faire et utilisation folate-récepteur ciblé exaltée de surface résonance Raman scattering nanosondes qui révèlent ces lésions avec une spécificité élevée via ratiométrique imagerie. Les nanosondes sont administrés par voie intrapéritonéale à des souris vivantes, et les images dérivées correspondent bien aux histologie.

Raman exaltée de surface résonance diffusion Nanoprobe Ratiometry pour détecter le Cancer de l’ovaire microscopique par l’intermédiaire de récepteurs de l’acide folique ciblage

Présentée ici est un protocole pour effectuer ciblée biopsie de la prostate à l’aide d’un système de fusion de MRI-échographie.

Utilisation de la Fusion de MRI-échographie pour réaliser la biopsie de la Prostate ciblée

Cette méthode implique l'utilisation de données diagnostiques cliniques pour les patients atteints de cancer de la prostate afin de guider les procédures d'échantillonnage, lorsque le tissu biobancaire suivant la prostatectomie radicale. Cela permet de surmonter les problèmes avec des méthodes publiées précédemment autour de l'efficacité et la disponibilité de tissus frais pour un plus large éventail d'applications en aval.

Utilisation des données d'imagerie par résonance magnétique et de biopsie pour orienter les procédures d'échantillonnage pour la biobanque du cancer de la prostate

La microscopie à diffusion Raman stimulée (SRS) est une technique d’imagerie puissante, non destructive et sans étiquette. Une application émergente est l’histologie Raman stimulée, où l’imagerie SRS bicolore aux transitions Raman protéique et lipidique est utilisée pour générer des images de pseudo-hématoxyline et d’éosine. Ici, nous démontrons un protocole pour l’imagerie SRS bicolore en temps réel pour le diagnostic tissulaire.

Imagerie par diffusion Raman stimulée en deux couleurs en temps réel du cerveau de souris pour le diagnostic tissulaire

Ce protocole décrit une méthode pour faciliter le prélèvement d’échantillons de prostatectomie radicale. L’objectif est de cartographier, caractériser et micro-macro disséquer des échantillons de tissus à partir des échantillons sur la base de critères anatomopathologiques avant de les stocker dans une biobanque.

Amélioration de la fiabilité des biobanques de tumeurs de la prostate grâce à une technique d’échantillonnage et une caractérisation histologique améliorées

La biopsie de la prostate est la méthode de diagnostic de référence pour le cancer de la prostate. La biopsie de la prostate guidée par fusion cognitive, qui combine l’échographie transrectale avec des paramètres d’IRM pré-mesurés, améliore la précision de la biopsie et augmente le taux de détection du cancer de la prostate cliniquement significatif.

Une biopsie de la prostate guidée par fusion cognitive à l’aide de l’imagerie par résonance magnétique multiparamétrique et de l’échographie transrectale

La gestion intégrée des images, l’intelligence artificielle (IA) et les systèmes de rapport ont révolutionné la pratique de la pathologie diagnostique. Dans cet article, nous présentons FlexLIS, un système de pointe qui permet à l’IA d’aider les pathologistes à effectuer des évaluations d’images histopathologiques et à générer des rapports de diagnostic.

Introduction d’un système intégré de gestion des images pathologiques, d’intelligence artificielle et de rapports

Ce protocole présente une approche multimodale combinant la spectroscopie Raman et la microscopie de phase tomographique pour le phénotypage non invasif et sans marquage de cellules cancéreuses du sein humaines vivantes. Il comprend un pipeline d’analyse convivial et sans biais humain pour une analyse morphochimique quantitative rapide, fournissant des informations moléculaires et structurelles détaillées avec des applications dans la recherche sur le cancer et la biologie cellulaire.

Un cadre d’imagerie multimodale pour faire progresser le phénotypage de cellules cancéreuses du sein vivantes sans marquage

Découvrez un protocole de détection du cancer de la prostate utilisant l'histologie Raman stimulée et l'intelligence artificielle. Cette méthode améliore le rapport cancer-tissu et facilite la biobanque pour la recherche future.

Détection et isolement du cancer dans les biopsies de la prostate à l’aide de l’histologie Raman stimulée et de l’intelligence artificielle (Vidéo) | JoVE Journal

Détection et isolement du cancer dans les biopsies de la prostate à l’aide de l’histologie Raman stimulée et de l’intelligence artificielle

Explorer plus de vidéos