Name: Wykrywanie i izolacja raka w biopsjach prostaty z wykorzystaniem stymulowanej histologii Ramana i sztucznej inteligencji (Wideo) | JoVE Journal
Uploaded: 2025-06-10T12:20:00.000+00:00
Duration: 8 min 5 s
Description: Poznaj protokół wykrywania raka prostaty przy użyciu stymulowanej histologii Ramana i sztucznej inteligencji. Ta metoda poprawia stosunek nowotworu do tkanek i wspiera biobankowanie próbek.

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

Doceniamy wkład zespołu badawczego z Vancouver Prostate Centre i NYU Langone Health oraz wsparcie techniczne zapewnione przez Invenio Imaging. Prace te zostały sfinansowane przez Centrum Innowacji Ministerstwa Zdrowia Kolumbii Brytyjskiej.

Protokół ten obejmuje wykorzystanie próbek ludzkich i jest zgodny z wytycznymi dotyczącymi opieki nad ludźmi Uniwersytetu Kolumbii Brytyjskiej. Badanie zostało zatwierdzone przez Institutional Review Board (IRB) pod następującymi numerami zatwierdzeń etycznych: SRH: H23-00459, AI: H24-00585 oraz Biobank: H21-03722. Pisemna świadoma zgoda została uzyskana od wszystkich ludzi przed pobraniem próbek. Wszystkie procedury zostały przeprowadzone zgodnie z instytucjonalnymi i regulacyjnymi standardami etycznymi w celu zapewnienia ochrony i poufności uczestników.
1. Włącz imager SRH
<ol>
	<li>Włącz imager SRH (Rysunek 1A). Pozwól systemowi rozgrzać się przez 30 minut, aby upewnić się, że laser osiągnie optymalną temperaturę roboczą w celu dokładnego obrazowania.</li>
</ol>
2. Przygotuj komorę na płyny
<ol>
	<li>Podłącz strzykawkę o pojemności 50 ml wypełnioną wysterylizowaną wodą do zaworu strzykawki po lewej stronie interfejsu imagera SRH (Rysunek 1B). Upewnij się, że strzykawka jest dobrze zamocowana, aby utrzymać prawidłowe krążenie płynu.</li>
</ol>
3. Zaloguj się do systemu
<ol>
	<li>Po załadowaniu systemu użyj monitora dotykowego , aby wprowadzić nazwę użytkownika i hasło.</li>
	<li>Wybierz odpowiednią nazwę użytkownika i wpisz hasło. Stuknij Zaloguj się.</li>
	<li>Zaakceptuj Zastrzeżenie , aby potwierdzić, że badanie służy celom badawczym, jeśli jest wykorzystywane poza Stanami Zjednoczonymi lub Unią Europejską.</li>
</ol>
4. Utwórz nowe badanie
<ol>
	<li>Z opcji wyświetlania wybrać Utwórz nowe badanie: Utwórz nowe badanie, Kontynuuj istniejące badanie i Wyświetl istniejące badanie.</li>
</ol>
5. Wprowadź informacje o sprawie
<ol>
	<li>Wprowadź odpowiednie informacje o przypadku, w tym nazwisko, imię, numer dokumentacji medycznej, datę urodzenia, numer dostępu, identyfikator badania, nazwisko lekarza, numer pokoju, główną lokalizację anatomiczną i moduł analizy.</li>
	<li>Zapisz próbki jako Jan Kowalski (na przykład).</li>
	<li>W obszarze Primary Anatomical Location (Podstawowa lokalizacja anatomiczna) wybierz opcję Prostate (Research Use Only) (Tylko do badań).</li>
	<li>W polu Analysis Mode (Tryb analizy) wybierz opcję Rak prostaty (tylko do użytku badawczego), aby użyć zintegrowanej sztucznej inteligencji do wykrywania raka prostaty.</li>
</ol>
6. Zakończ tworzenie badania i napełnij komorę płynów
<ol>
	<li>Naciśnij opcję Utwórz badanie po wprowadzeniu informacji o przypadku.</li>
	<li>Po wyświetleniu monitu przez system dotknij opcji Potwierdź , aby potwierdzić, że dane będą używane wyłącznie do celów badawczych.</li>
	<li>Napełnij komorę na płyny wysterylizowaną wodą zgodnie z instrukcją.</li>
	<li>Po wyświetleniu monitu stuknij opcję Dalej , a następnie wybierz opcję Pobierz z wyświetlonych opcji.</li>
	<li>Dotknij opcji Załaduj nową próbkę, a system wyświetli opcję Przygotuj próbkę i załaduj szkiełko NIO.</li>
</ol>
7. Przygotowanie próbki i szkiełka
<ol>
	<li>Pobrać szkiełko z biopsji prostaty. Użyj kleszczyków tkankowych z zębami, aby ostrożnie otworzyć dołączone szkiełko nakrywkowe. Trzymając szkiełko podstawowe i szkiełko nakrywkowe w pozycji otwartej, użyj kleszczyków tkankowych, aby bezpiecznie umieścić biopsję gruczołu krokowego z podłoża RPMI w rowku szkiełka. Delikatnie zamknij szkiełko nakrywkowe i zabezpiecz próbkę.</li>
	<li>Otwórz uchwyt suwaka w interfejsie imagera SRH i włóż przygotowany slajd do uchwytu szkiełka, upewniając się o prawidłowym wyrównaniu. Zamknij pokrywę imagera SRH. Gdy system wykryje zamkniętą pokrywę, dotknij przycisku Dalej , aby kontynuować.</li>
</ol>
8. Ustaw parametry akwizycji obrazowania
<ol>
	<li>Ustaw następujące parametry obrazowania:<ol>
		<li>Dla nazwy próbki: Wybierz Biopsję 1 A dla pierwszej biopsji.</li>
		<li>W polu Obszar skanowania: Wybierz 0,4 mm x 6,1 mm, 3 regiony (tylko do celów badawczych), aby zeskanować całą biopsję.</li>
		<li>Dla pozycji skanowania: Użyj obrazu na ekranie, aby ręcznie dostosować lokalizację skanowania.</li>
	</ol>
	</li>
	<li>Stuknij w Uzyskaj obraz, aby kontynuować.</li>
	<li>Przejrzyj przykładowe szczegóły wyświetlane na ekranie i potwierdź, wybierając pozycję Kontynuuj.</li>
</ol>
9. Uzyskaj obraz SRH
<ol>
	<li>Zezwól imagerowi SRH na automatyczne ustawianie ostrości i pozyskiwanie obrazów generujących ostateczny obraz SRH.</li>
	<li>Pozwól imagerowi zeskanować biopsję w trzech sekcjach (skan 1, skan 2 i skan 3), jak pokazano na rysunku 2A.</li>
	<li>Pozwól imagerowi połączyć sekcje, aby utworzyć kompletny obraz SRH (rysunek 2B), tworząc obraz pseudo-H&E do oceny.</li>
</ol>
10. Wyświetlanie obrazu SRH
<ol>
	<li>Zobacz obraz SRH świeżej, niebarwionej biopsji gruczołu krokowego. Obraz naśladuje barwienie H&E przy użyciu różowo-fioletowego schematu kolorów, który podkreśla wibracje molekularne CH2 (związane z lipidami) i wibracje molekularne CH3 (związane z białkami i DNA).</li>
</ol>
11. Interpretacja obrazu SRH przez sztuczną inteligencję wyłącznie do celów badawczych
<ol>
	<li>Zastosuj nakładkę AI , klikając ikonę (>>) na ekranie. Nakładka AI identyfikuje regiony raka na czerwono, regiony nienowotworowe na zielono, a regiony niediagnostyczne na fioletowo (ryc. 3A).</li>
	<li>Przejrzyj wykres słupkowy określający ilościowo procent tkanki nowotworowej, tkanki nienowotworowej i tkanki niediagnostycznej (rysunek 3B).</li>
	<li>Wróć do oryginalnego obrazu SRH bez nakładki AI, klikając ikonę (<<).</li>
</ol>
12. Powiększanie i nawigacja po obrazie SRH
<ol>
	<li>Korzystaj z funkcji powiększania i pomniejszania na ekranie dotykowym, aby szczegółowo poznać różne obszary biopsji.</li>
	<li>Użyj ikon nawigacyjnych , aby poruszać się po obrazie w celu kompleksowego zbadania próbki biopsji.</li>
</ol>
13. Izolacja wybranej tkanki
<ol>
	<li>Po wstępnym skanowaniu ostrożnie usuń biopsję ze szkiełka. Użyj kleszczyków tkankowych z zębami, aby podnieść dołączone szkiełko nakrywkowe i delikatnie zwolnić biopsję.</li>
	<li>Umieść biopsję na zwilżonej Telfie nasączonej solą fizjologiczną, aby zachować integralność tkanek podczas procesu przycinania.</li>
	<li>Użyj ostrza chirurgicznego, aby przyciąć obszary nienowotworowe zidentyfikowane w wygenerowanej przez sztuczną inteligencję nakładce obrazu SRH, wizualnie oceniając nakładkę w celu określenia optymalnych obszarów do usunięcia. Skoncentruj się na usunięciu obszarów zwykle znajdujących się na końcach biopsji, aby zwiększyć stosunek raka do tkanki. Upewnij się, że pozostała wystarczająca ilość tkanki do ponownego skanowania.</li>
</ol>
14. Ponownie zeskanuj biopsję
<ol>
	<li>Ponownie zeskanuj biopsję, postępując zgodnie z tą samą procedurą opisaną w krokach 9-11.</li>
	<li>Dostosuj obszar skanowania i pozycję, aby potwierdzić zwiększony stosunek raka do tkanki (widoczny na rysunku 3C-E). Przejrzyj zaktualizowany obraz SRH i nakładkę AI, aby zweryfikować procentowy odsetek regionów nowotworowych i nienowotworowych.</li>
	<li>Powtarzaj przycinanie i ponowne skanowanie, aż do uzyskania pożądanego stosunku.</li>
</ol>
15. Biobankowanie i kriokonserwacja
<ol>
	<li>Usuń biopsję ze szkiełka za pomocą kleszczyków tkankowych z zębami . Umieść biopsję w krioprobówce.</li>
	<li>Zamrozić krioprobówkę w ciekłym azocie, aby zapewnić szybką konserwację próbki.</li>
	<li>Przenieś krioprobówkę w ciekłym azocie do zamrażarki o temperaturze -80 °C lub magazynu ciekłego azotu w celu długotrwałej konserwacji.</li>
</ol>
16. Eksportuj dane obrazu
<ol>
	<li>Stuknij ikonę papierowego samolotu , aby wyeksportować dane obrazu do przechowywania i dalszej analizy.</li>
	<li>Aby wybrać lokalizację eksportu, stuknij opcję Wybierz lokalizację eksportu i wybierz spośród USB (zanonimizowane), USB (zakończone) i iPhone (zakończone). Wybierz USB (Complete) i wybierz zewnętrzny dysk twardy do eksportu danych.</li>
	<li>Aby wybrać serię obrazów do wyeksportowania, wybierz opcję Całe badanie , aby wyeksportować wszystkie serie obrazów SRH dla pacjenta, a nie dla określonej serii.</li>
	<li>Poczekaj, aż system wyświetli komunikat Eksport w toku i dotknij Potwierdź po zakończeniu eksportu.</li>
</ol>
17. Wyłącz mikroskop SRH
<ol>
	<li>Stuknij opcję Zakończ i postępuj zgodnie z instrukcjami wyłączania wyświetlanymi na ekranie.</li>
	<li>Wybierz opcję Kontynuuj bez , gdy pojawi się monit o zarchiwizowanie danych obrazu (jeśli zostały już wyeksportowane).</li>
	<li>Próbkę należy usunąć zgodnie z odpowiednimi protokołami laboratoryjnymi.</li>
	<li>Stuknij Dalej i opróżnij komorę na płyn za pomocą dołączonej strzykawki, zgodnie z instrukcją.</li>
	<li>Po wyświetleniu monitu stuknij opcję Dalej , a następnie wybierz opcję Tak z wyświetlonych opcji.</li>
	<li>Wyjąć strzykawkę i wyrzucić ją.</li>
	<li>Stuknij opcję Zamknij , aby całkowicie wyłączyć mikroskop SRH.</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 jest pracownikiem, udziałowcem i dyrektorem Invenio Imaging i posiada patenty na wymuszoną mikroskopię spektroskopową Ramana, które są licencjonowane niezależnie. A. Ion-Margineanu jest udziałowcem Invenio Imaging.

Protokół SRH do wykrywania raka prostaty stanowi znaczący postęp w obrazowaniu medycznym i histopatologii. SRH umożliwia obrazowanie świeżej, niebarwionej tkanki w czasie zbliżonym do rzeczywistego, bez znaczników, co pozwala na szybkie wykrywanie raka nieprzetworzonych tkanek bez opóźnień związanych z tradycyjnymi metodami histopatologicznymi 3,4,5,6,7,8,9.<...

Rak gruczołu krokowego pozostaje jednym z głównych nowotworów złośliwych dotykających mężczyzn na całym świecie, a wczesne wykrycie ma kluczowe znaczenie dla skutecznej interwencji i leczenia1. Historycznie rzecz biorąc, diagnoza raka gruczołu krokowego opierała się w dużej mierze na ocenie histopatologicznej próbek z biopsji gruczołu krokowego, najczęściej za pomocą barwienia hematoksyliną i eozyną (H&E)2. Chociaż są skuteczne, tradycyjne metody analizy biopsji gruczołu krokowego zazwyczaj powodują okres oczekiwania od kilku dni do kilku tygodni, w zależności od miasta lub kraju, ze względu na czynniki proceduralne i logistyczne. Opóźnienia te wynikają z wielu pracochłonnych etapów, w tym utrwalania formaliny, zatapiania parafiny, cięcia i barwienia H&E. W związku z tym skumulowany czas przetwarzania, w połączeniu z dużą ilością próbek biopsyjnych, może opóźnić diagnozę i planowanie leczenia.
Ostatnie postępy w technologiach obrazowania, w szczególności mikroskopia rozpraszania Ramana (SRS), mogą przekształcić praktyki diagnostyczne, zapewniając solidną metodę obrazowania, która nie zawiera tła i jest łatwa do interpretacji 3,4. SRS wykorzystuje dwie wiązki laserowe, wiązkę pompy (ωp) i wiązkę Stokesa (ωs), które oddziałują z próbką. Gdy różnica częstotliwości (Δω = ωp −ωs) odpowiada określonej częstotliwości drgań molekularnych (Ω), sygnał jest wzmacniany z powodu stymulowanego wzmocnienia lub utraty Ramana. Proces ten zwiększa kontrast drgań molekularnych, co pozwala na bardzo czułe obrazowanie tkanek 3,4. SRS umożliwia wykrywanie drgań molekularnych związanych z drganiami rozciągającymi CH2 (2 845 cm-1), korelującymi z lipidami, oraz wibracjami rozciągającymi CH3 (2 930 cm-1), związanymi z białkami i DNA4. Detekcja sygnału SRS zazwyczaj obejmuje schemat przenoszenia modulacji o wysokiej częstotliwości, co pozwala na precyzyjną izolację słabych sygnałów wibracyjnych od szumu tła.
Mikroskopia SRS ma możliwości sekcji optycznej, które umożliwiają precyzyjne obrazowanie trójwymiarowe bez konieczności fizycznego cięcia tkanek. Osiąga się to poprzez wyrównanie i skupienie pompy i wiązek laserowych Stokesa w miejscu ograniczonym dyfrakcją w próbce, gdzie wzbudzane są określone drgania molekularne. Konfokalny charakter SRS, wynikający z jego kwadratowej zależności od intensywności laserów, zapewnia, że sygnały są ograniczone do płaszczyzny ogniskowej, wykluczając nieostre wkłady i dostarczając wysoce zlokalizowanych informacji chemicznych 5,6. To obrazowanie z rozdzielczością głębi zachowuje integralność tkanki, eliminując mechaniczne krojenie, skracając czas przetwarzania oraz zachowując biologiczny i molekularny kontekst próbki.
Opierając się na zasadach SRS, stymulowana histologia Ramana (SRH) wykorzystuje te molekularne dane wibracyjne do tworzenia obrazów pseudo-H&E świeżej, niebarwionej tkanki w czasie rzeczywistym, zapewniając w ten sposób klinicystom szybsze i bardziej wydajne narzędzia diagnostyczne 7,8. Ta zdolność do generowania wysokiej jakości obrazów sprawiła, że SRH jest niezastąpionym narzędziem do badań i potencjalnych zastosowań klinicznych9. Ostatnio śródoperacyjna ocena marginesu za pomocą SRH zapewniła patologiczne sprzężenie zwrotne w czasie zbliżonym do rzeczywistego podczas częściowej ablacji gruczołów i radykalnej prostatektomii, co pozwoliło na natychmiastowe dostosowanie leczenia10,11.
Kamera SRH wykorzystuje wewnętrzne drgania molekularne, aby zapewnić wgląd w skład tkanki. SRH może być stosowany do skutecznego różnicowania tkanek nowotworowych od łagodnych tkanek prostaty poprzez analizę właściwości wibracyjnych CH2 i CH3 7,12. Kamera SRH wychwytuje te drgania i tworzy obrazy pseudo-H&E, które zwiększają kontrast jądrowy, służąc jako szybka alternatywa dla konwencjonalnej histopatologii i dostarczając wysokiej jakości obrazy w ciągu 2-8 minut, w zależności od wielkości tkanki 7,8.
Oceniono skuteczność SRH w szybkim badaniu patologicznym nieprzetworzonych biopsji gruczołu krokowego. Patolodzy zostali przeszkoleni w zakresie interpretacji obrazów SRH z rdzeni biopsji gruczołu krokowego uzyskanych ex vivo z próbek po prostatektomii8. Metoda skanowania SRH została zoptymalizowana, aby umożliwić uzyskanie obrazów o wysokiej rozdzielczości w ciągu kilku minut, co znacznie skróciło wymagany czas w porównaniu z tradycyjną histopatologią. Próbki biopsji zawierające mieszankę łagodnej i złośliwej histologii posłużyły jako zestaw treningowy dla patologów, którzy następnie przeprowadzili ślepą ocenę oddzielnego zestawu biopsji zobrazowanych przez SRH i przetworzonych przez barwienie H&E, aby służyć jako podstawa prawdy. Wyniki wykazały, że średnia dokładność patologa w identyfikacji raka gruczołu krokowego wyniosła 95,7%, z dobrą zgodnością w wykrywaniu klinicznie istotnych nowotworów, co wskazuje, że SRH może skutecznie wspierać diagnozę w czasie zbliżonym do rzeczywistego8.
W kolejnych badaniach zintegrowano sztuczną inteligencję (AI), aby jeszcze bardziej zwiększyć dokładność diagnostyczną, wydajność i łatwość wdrożenia. Ten model sztucznej inteligencji wykorzystuje techniki głębokiego uczenia się do analizy cech wibracyjnych i morfologicznych uchwyconych przez SRH, umożliwiając automatyczną klasyfikację próbek biopsji prostaty na regiony łagodne, nowotworowe i niediagnostyczne, znacznie usprawniając proces oceny patologicznej9. Integracja SRH-AI wykazała imponującą dokładność, osiągając 96,5% w wykrywaniu raka prostaty, przy wskaźnikach czułości i swoistości wynoszących odpowiednio 96,3% i 96,6%9. Dzięki integracji sztucznej inteligencji z SRH osiągnięto skuteczność diagnostyczną dorównującą wydajności doświadczonych patologów.
Dzięki szeroko zakrojonej ocenie SRH z udziałem patologów i opracowaniu modelu sztucznej inteligencji zintegrowanego z obrazem SRH, możliwości tej technologii zostały znacznie zwiększone. Protokół ten określa szczegółowe kroki przygotowania próbek biopsji prostaty, obrazowania ich za pomocą obrazowania SRH i analizowania danych za pomocą narzędzi wspomaganych sztuczną inteligencją. Postępując zgodnie z tymi krokami, naukowcy i klinicyści mogą wykorzystać tę nowatorską technikę do poprawy wykrywania, badań i leczenia raka prostaty.

<table><tbody><tr><td>Stołowy pojemnik na ciekły azot</td><td>Thermo Scientific</td><td>11-670-4B</td><td></td></tr><tr><td>Cytotuba</td><td>Greiner Bio-One</td><td>126279</td><td></td></tr><tr><td>Dumont #5 Cienkie kleszcze</td><td>Narzędzia naukowe</td><td>11254-20</td><td></td></tr><tr><td>Szkiełko do biopsji prostaty NIO</td><td>Invenio Imaging, Inc.</td><td>AT0013 powiedział:</td><td></td></tr><tr><td>Rozwiązanie RPMI</td><td>Thermo Fisher Naukowy</td><td>11875093</td><td></td></tr><tr><td>Roztwór soli fizjologicznej</td><td>Baxter</td><td></td><td></td></tr><tr><td>Imager SRH (system obrazowania laserowego NIO)</td><td>Invenio Imaging, Inc.</td><td></td><td></td></tr><tr><td>Ostrze chirurgiczne</td><td>Fisher Naukowy</td><td>501094395</td><td></td></tr></tbody></table>

wykrywanie i izolacja raka w biopsjach prostaty z wykorzystaniem stymulowanej histologii ramana i sztucznej inteligencji

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

Rak prostaty pozostaje jednym z najbardziej rozpowszechnionych nowotworów złośliwych dotykających mężczyzn na całym świecie, co sprawia, że wczesne wykrywanie i postępy w medycynie precyzyjnej mają kluczowe znaczenie dla skutecznej interwencji i leczenia. Przedstawiono ustandaryzowany protokół wykorzystania stymulowanej histologii Ramana (SRH) ze zintegrowaną sztuczną inteligencją (AI) w wykrywaniu raka prostaty, oferując znaczny postęp w porównaniu z konwencjonalnymi metodami histopatologicznymi. SRH zapewnia te postępy, zwiększając wydajność dzięki obrazowaniu świeżych, niebarwionych tkanek w czasie zbliżonym do rzeczywistego, bez znaczników, eliminując w ten sposób opóźnienia związane z tradycyjną analizą biopsji.
Wykorzystując mikroskopię wymuszonego rozpraszania Ramana (SRS) do wykrywania określonych częstotliwości drgań wiązańCH2 związanych z lipidami i wiązańCH3 związanych z białkami i DNA, można różnicować tkanki nowotworowe i łagodne w biopsjach prostaty. Model sztucznej inteligencji dodatkowo zwiększa precyzję diagnostyczną, osiągając 98,6% dokładności w identyfikacji raka prostaty. Protokół określa podstawowe etapy przygotowania próbek, obrazowania i analizy danych, ułatwiając usprawnienie procesów biobankowania i umożliwiając dalsze zastosowania, takie jak transkryptomika i badania ksenoprzeszczepów. Takie podejście przyspiesza przebieg diagnostyki i jest obiecujące w zastosowaniach śródoperacyjnych, potencjalnie pomagając chirurgom w identyfikowaniu dodatnich marginesów śródoperacyjnych. Ponadto możliwość ponownego skanowania i dostosowywania proporcji raka do tkanki pozwala na bardziej dostosowaną analizę próbek biopsyjnych, poprawiając wykrywanie guza w nieprzetworzonych tkankach. Dalsze badania i walidacja są niezbędne do powszechnego zastosowania SRH w praktyce klinicznej.

Zastosowanie SRH zintegrowanego z AI wykazało możliwość szybkiego wykrywania i charakteryzacji raka prostaty w próbkach biopsji w ciągu kilku minut. Rycina 2A przedstawia wieloetapową procedurę skanowania obrazownika SRH, w której wykonano trzy oddzielne skany (skan 1, skan 2 i skan 3) próbki biopsji. Każdy skan zarejestrował unikalne molekularne sygnatury wibracyjne odpowiadające zawartości lipidów, białek i DNA, co jest niezbędne do wygenerowania kompleksowego obrazu SRH. Końcowy obraz kom...

W tym miejscu przedstawiamy ustandaryzowany protokół wykrywania raka prostaty za pomocą stymulowanej histologii Ramana (SRH) na próbkach biopsji ze względu na przewagę nad tradycyjną histopatologią, koncentrując się na przygotowaniu próbki, obrazowaniu i sztucznej inteligencji w celu poprawy stosunku raka do tkanki. Dodatkowo wspiera biobankowanie na potrzeby transkryptomiki, modeli organoidów lub ksenoprzeszczepów oraz identyfikacji śródoperacyjnych marginesów chirurgicznych.

Wykrywanie i izolacja raka w biopsjach prostaty z wykorzystaniem stymulowanej histologii Ramana i sztucznej inteligencji

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

Naszym celem jest zintegrowanie sztucznej inteligencji i obrazowania SRH w celu wykrywania raka prostaty w czasie zbliżonym do rzeczywistego, przy jednoczesnej poprawie selekcji tkanek do dalszej analizy i przyspieszeniu diagnostyki. Obrazy SRH są tworzone i interpretowane przez modele sztucznej inteligencji w ciągu kilku minut, umożliwiając diagnostykę raka w czasie rzeczywistym, bez znaczników podczas operacji i biopsji, zmniejszając zależność od tradycyjnej histologii i zachowując tkankę do dalszej analizy. SRH w połączeniu ze sztuczną inteligencją i głębokim uczeniem umożliwia obrazowanie i klasyfikację tkanek w czasie rzeczywistym bez znaczników, przyspieszając diagnostykę nowotworów, podejmowanie decyzji chirurgicznych i odkrywanie biomarkerów bez tradycyjnego przetwarzania lub barwienia. Zapewnienie wystarczającej zawartości guza w biopsjach w celu dokładnego profilowania genomowego, wraz z poprawą zgodności SRH-AI ze standardową patologią, pozostaje kluczowym wyzwaniem w integracji SRH AI z rutynową diagnostyką raka prostaty. Odpowiadamy na potrzebę szybszej i dokładniejszej diagnozy raka prostaty o lepszej jakości. Nasz protokół poprawia wykrywanie guza, zwiększa zawartość guza i zachowuje tkankę do charakterystyki molekularnej.[Narrator] Aby rozpocząć, włącz imager SRH. Podłącz 50-mililitrową strzykawkę wypełnioną wysterylizowaną wodą do zaworu strzykawki znajdującego się po lewej stronie interfejsu imagera. Upewnij się, że strzykawka jest dobrze zamocowana. Po załadowaniu systemu użyj monitora dotykowego, aby wprowadzić nazwę użytkownika i hasło, a następnie dotknij Zaloguj się. Zaakceptuj zastrzeżenie, aby potwierdzić, że badanie służy celom badawczym, jeśli jest wykorzystywane poza Stanami Zjednoczonymi lub Unią Europejską. Teraz wybierz Utwórz nowe badanie z opcji wyświetlania. Po wprowadzeniu informacji o sprawie zapisz próbki pod odpowiednią nazwą pliku, na przykład Jan Kowalski. W obszarze Primary Anatomical Location (Podstawowa lokalizacja anatomiczna) wybierz opcję Prostate, Research Use Only (Tylko do badań). W polu Analysis Module (Moduł analizy) wybierz opcję Prostate Cancer (Rak prostaty, tylko do użytku badawczego), aby włączyć zintegrowaną sztuczną inteligencję do wykrywania raka prostaty. Teraz dotknij opcji Utwórz badanie po wprowadzeniu informacji o przypadku. Po wyświetleniu monitu dotknij opcji Potwierdź, aby potwierdzić, że dane będą używane wyłącznie do celów badawczych. Napełnij komorę na płyn wysterylizowaną wodą zgodnie z instrukcją. Po wyświetleniu monitu stuknij opcję Dalej, a następnie wybierz opcję Pobierz z wyświetlonych opcji. Teraz naciśnij przycisk Załaduj nową próbkę, aby wyświetlić komunikat Przygotuj próbkę i załaduj szkiełko NIO. Pobrać szkiełko z biopsji prostaty. Za pomocą kleszczyków tkankowych z zębami otwórz dołączone szkiełko nakrywkowe i bezpiecznie umieść biopsję prostaty z podłoża RPMI w rowku szkiełka. Delikatnie zamknij szkiełko nakrywkowe i zabezpiecz próbkę. Otwórz uchwyt szkiełka w interfejsie imagera SRH i włóż przygotowany slajd, upewniając się, że jest prawidłowo wyrównany. Ustaw parametry obrazowania, wybierając Biopsję 1A jako nazwę próbki, 0,4 milimetra na 18,3 milimetra obszaru skanowania tylko do użytku badawczego. Zamknij pokrywę i dotknij przycisku Dalej, gdy system wykryje zamknięcie. W polu Scan Position (Pozycja skanowania) ręcznie dostosuj lokalizację skanowania, korzystając z obrazu wyświetlanego na ekranie. Następnie dotknij Pobierz obraz, aby kontynuować. Przejrzyj przykładowe szczegóły na ekranie i potwierdź, wybierając pozycję Kontynuuj. Pozwól imagerowi połączyć sekcje w celu wygenerowania obrazu SRH. Następnie zastosuj nakładkę sztucznej inteligencji, klikając ikonę większego niż, aby podświetlić regiony raka na czerwono, regiony nienowotworowe na zielono, a regiony niediagnostyczne na fioletowo. Teraz przejrzyj wykres słupkowy przedstawiający procent tkanek rakowych, nienowotworowych i niediagnostycznych. Kliknij ikonę mniejszą niż, aby powrócić do oryginalnego obrazu SRH bez nakładki sztucznej inteligencji. Użyj funkcji powiększania i pomniejszania, aby szczegółowo zbadać obraz z biopsji. Następnie użyj ikon nawigacyjnych, aby zbadać obraz z biopsji. Po wstępnym skanowaniu użyj kleszczyków tkankowych z zębami, aby podnieść szkiełko nakrywkowe i delikatnie usuń biopsję z szkiełka. Przenieś biopsję na zwilżoną Telfę nasączoną solą fizjologiczną, aby zachować integralność tkanek. Za pomocą ostrza chirurgicznego przytnij obszary nienowotworowe w oparciu o nakładkę sztucznej inteligencji, aby poprawić stosunek raka do tkanki, zwykle skupiając się na końcach. Ponownie zeskanuj przyciętą biopsję. Dostosuj obszar skanowania i pozycję, aby potwierdzić zwiększony stosunek raka do tkanki. Teraz usuń biopsję ze szkiełka za pomocą kleszczy tkankowych i umieść ją w krioprobówce. Następnie zamroź krioprobówkę w ciekłym azocie. Aby wyeksportować dane obrazu, naciśnij ikonę papierowego samolotu, aby rozpocząć eksportowanie danych obrazu. Stuknij opcję Wybierz lokalizację eksportu i wybierz opcję USB, Zakończ, a następnie wybierz zewnętrzny dysk twardy. Teraz wybierz opcję Całe badanie, aby wyeksportować wszystkie serie obrazów SRH. Poczekaj na komunikat Eksport w toku i dotknij Potwierdź po zakończeniu. Aby wyłączyć instrument, naciśnij przycisk Exit i postępuj zgodnie z instrukcjami wyłączania wyświetlanymi na ekranie. Wybierz opcję Kontynuuj bez po wyświetleniu monitu o zarchiwizowanie danych, jeśli zostały już wyeksportowane. Utylizować próbkę zgodnie z protokołem laboratoryjnym. Następnie dotknij Dalej. I użyj dołączonej strzykawki, aby opróżnić komorę na płyn. Stuknij ponownie w Dalej, a następnie wybierz Tak z opcji wyświetlania. Teraz wyjąć strzykawkę i wyrzucić ją. Następnie naciśnij przycisk Zamknij, aby wyłączyć mikroskop SRH. Wykonano trzy odrębne skany próbki biopsji w celu wygenerowania obrazu histologicznego Ramana stymulowanego barwieniem pseudo hematoksyliną i eozyną. Nakładka sztucznej inteligencji na obraz SRH różnicowała regiony nowotworowe, nienowotworowe i niediagnostyczne za pomocą odpowiednio segmentów czerwonego, zielonego i fioletowego. Po przycięciu obszarów niediagnostycznych, ponownie zeskanowane biopsje wykazały zwiększony odsetek guza z 27% do 72%. Stosunek raka do tkanki znacznie wzrósł po przycięciu, przy czym średni odsetek raka wzrósł z 45% przed cięciem do 78% po cięciu w 46 biopsjach. Nieoptymalne skanowanie na głębokości 10 mikrometrów bez atramentu skutkowało niższą wyrazistością obrazu z powodu niewłaściwych ustawień parametrów. Obrazowanie marginesów pokrytych tuszem wprowadziło artefakty wizualne, prezentujące się jako przyciemnione lub niewyraźne obszary spowodowane zakłóceniami w akwizycji sygnału laserowego.

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

Research

JoVE Journal

Cancer Research

Badania nad rakiem

Identyfikacja ekspresji poszczególnych loci HERV w oparciu o mikromacierze: zastosowanie do odkrywania biomarkerów w raku prostaty

Immunohistochemia to potężna technika laboratoryjna do oceny lokalizacji i ekspresji białek w tkankach. Obecne półautomatyczne metody oznaczania ilościowego wprowadzają subiektywizm i często dają niepowtarzalne wyniki. W niniejszym artykule opisano metody multipleksowanej immunohistochemii i obiektywnej oceny ilościowej ekspresji i kolokalizacji białek za pomocą obrazowania wielospektralnego.

Kwantyfikacja ekspresji białek i kolokalizacji za pomocą multipleksowanego barwienia immunohistochemicznego i obrazowania wielospektralnego

Rak jajnika tworzy przerzuty w całej jamie otrzewnej. W tym miejscu przedstawiamy protokół tworzenia i stosowania nanosond rozpraszających Ramana z rezonansem wzmocnionym powierzchniowo, ukierunkowanych na receptor kwasu foliowego, które ujawniają te zmiany z wysoką swoistością za pomocą obrazowania ratiometrycznego. Nanosondy podaje się dootrzewnowo żywym myszom, a uzyskane obrazy dobrze korelują z histologią.

Nanosonda rezonansowa o zwiększonym rezonansie powierzchniowym i nanosonda rozpraszania Ramana do wykrywania mikroskopijnego raka jajnika poprzez celowanie w receptor kwasu foliowego

Prezentowany tutaj jest protokół do przeprowadzenia celowanej biopsji prostaty za pomocą systemu fuzji MRI-ultrasonograf.

Zastosowanie fuzji MRI-ultrasonografia w celu uzyskania celowanej biopsji gruczołu krokowego

Ta metoda polega na wykorzystaniu klinicznych danych diagnostycznych dla pacjentów z rakiem prostaty w celu kierowania procedurami pobierania próbek podczas biobankowania tkanek po radykalnej prostatektomii. Pozwala to przezwyciężyć problemy z wcześniej opublikowanymi metodami dotyczącymi wydajności i dostępności świeżej tkanki dla szerszego zakresu dalszych zastosowań.

Wykorzystanie danych z obrazowania metodą rezonansu magnetycznego i biopsji do kierowania procedurami pobierania próbek do biobankowania raka prostaty

Mikroskopia stymulowanego rozpraszania Ramana (SRS) jest potężną, nieniszczącą i bezznacznikową techniką obrazowania. Jednym z pojawiających się zastosowań jest stymulowana histologia Ramana, w której dwukolorowe obrazowanie SRS w przejściach Ramana białek i lipidów jest wykorzystywane do generowania obrazów pseudo-hematoksyliny i eozyny. W tym miejscu demonstrujemy protokół dwukolorowego obrazowania SRS w czasie rzeczywistym w diagnostyce tkanek.

Dwukolorowe, stymulowane rozpraszaniem Ramana w czasie rzeczywistym mózgu myszy w celu diagnozowania tkanek

Ten protokół opisuje metodę ułatwiającą pobieranie próbek z próbek po radykalnej prostatektomii. Celem jest zmapowanie, scharakteryzowanie i mikro-makro wypreparowanie próbek tkanek z próbek w oparciu o kryteria anatomopatologiczne przed przechowywaniem ich w biobanku.

Zwiększenie wiarygodności biobankowania guzów gruczołu krokowego dzięki ulepszonej technice pobierania próbek i charakterystyce histologicznej

Biopsja prostaty jest złotym standardem w diagnostyce raka prostaty. Biopsja gruczołu krokowego sterowana fuzją poznawczą, która łączy ultrasonografię przezodbytniczą ze wstępnie zmierzonymi parametrami MRI, poprawia dokładność biopsji i zwiększa wykrywalność klinicznie istotnego raka gruczołu krokowego.

Biopsja gruczołu krokowego pod kontrolą fuzji poznawczej przy użyciu wieloparametrycznego rezonansu magnetycznego i ultrasonografii przezodbytniczej

Zintegrowane zarządzanie obrazami, sztuczna inteligencja (AI) i systemy raportowania zrewolucjonizowały praktykę patologii diagnostycznej. W tym artykule przedstawiamy FlexLIS, najnowocześniejszy system, który umożliwia sztucznej inteligencji wspomaganie patologów w przeprowadzaniu ocen obrazu histopatologicznego i generowaniu raportów diagnostycznych.

Wprowadzenie zintegrowanego systemu zarządzania obrazami patomorfologicznymi, sztucznej inteligencji i raportowania

Protokół ten przedstawia multimodalne podejście łączące spektroskopię Ramana i tomograficzną mikroskopię fazową w celu bezznacznikowego, nieinwazyjnego fenotypowania żywych ludzkich komórek raka piersi. Zawiera przyjazny dla użytkownika, wolny od uprzedzeń człowieka potok analityczny do szybkiej, ilościowej analizy morfochemicznej, dostarczając szczegółowych informacji molekularnych i strukturalnych z zastosowaniami w badaniach nad rakiem i biologii komórki.

Ramy obrazowania multimodalnego w celu przyspieszenia fenotypowania żywych, bezznacznikowych komórek raka piersi

Poznaj protokół wykrywania raka prostaty przy użyciu stymulowanej histologii Ramana i sztucznej inteligencji. Ta metoda poprawia stosunek nowotworu do tkanek i wspiera biobankowanie próbek.

Wykrywanie i izolacja raka w biopsjach prostaty z wykorzystaniem stymulowanej histologii Ramana i sztucznej inteligencji

Przeglądaj więcej filmów