Kemisk billeddannelse bruges til at hjælpe med diagnosticering af tyktarmskræft

Forskere har udviklet en metode til kemisk billeddannelse, som identificerer tyktarmskræft mere præcist og effektivt end traditionelle metoder.

Tyktarmskræft er den fjerde mest almindelige kræftsygdom i Storbritannien, forårsager 16, 000 dødsfald hvert år. Tidlig indsats sikrer den højeste chance for overlevelse, men symptomer kan ofte forveksles med andre sygdomme.

Denne nye metode bruger computeranalyse til at forbedre infrarøde billedbehandlingsteknikker og producere mere nøjagtige resultater, bane vejen for, at klinikere kan diagnosticere patienter mere effektivt.

"Kemiske fotografier"

Forskerholdet i Department of Chemical Engineering ved Imperial College London brugte Fourier-transform infrarød (FTIR) spektroskopisk billeddannelse til at producere 'kemiske fotografier' af biopsivævsprøver, der spænder fra hede til kræft.

FTIR-billeddannelse involverer at skinne en infrarød stråle på en prøve og måle, hvor meget af dette lys, der absorberes ved forskellige frekvenser, som bruges til at producere en visuel reference af prøvens kemiske sammensætning.

Resultaterne, udgivet i Analytisk og bioanalytisk kemi , viser signifikante kemiske forskelle i prøverne på forskellige stadier af sygdom. Dette er vigtigt, fordi celleforandringer finder sted på et kemisk niveau, før der opstår fysiske deformiteter, gør det muligt for klinikere at opdage ændringer tidligt.

Denne undersøgelse viser værdien af ​​at bruge FTIR spektroskopisk billeddannelse som et diagnostisk værktøj til tyktarmskræft, sammen med værktøjer som koloskopi, kirurgi og histopatologi.

Udarbejdelse af prædiktive modeller

Forskerne brugte også et tilfældig skov (RF) klassificeringsprogram til at analysere dataene fra det spektroskopiske billede. Derved, de demonstrerede for første gang, at kun fingeraftryksområdet i det mellemste infrarøde spektrum (7-10 mikrometer) er vigtigt, når man diagnosticerer malign kræft.

Dette er vigtigt, fordi data taget fra et bredere spektrum af spektret har større risiko for forvrængning fra Mie-spredning, hvor lyspartikler spredes, som kun kan rettes med en korrigerende linse eller en kompleks computeralgoritme.

Ved kun at bruge data fra fingeraftryksområdet kan hver af disse langvarige processer elimineres, og udstyrstræning for klinikere gjort mindre tidskrævende.

Anvendelse i kliniske omgivelser

Selvom denne undersøgelse var begrænset til at opdage tyktarmskræft, forskerne har brugt resultaterne til at skabe modeller, der har potentiale til at blive anvendt til andre vanskelige diagnosticerende kræftformer, såsom kræft i spiserøret, og endda ikke-kræftmæssige anomalier.

Hovedforsker Cai Li Song sagde:"Vi demonstrerede en etiketfri digital patologi ved hjælp af infrarød spektroskopisk billedbehandlingsteknik med efterfølgende kemometri for at give os mulighed for at differentiere benigne og ondartede colonpolypper. Resultaterne tilskynder os til at overføre denne teknik til faktiske kliniske omgivelser til forbedre sygdomsdetektion."

Professor Sergei Kazarian tilføjede:"Det haster med at udvikle nye teknikker, som kan identificere de tidlige stadier af kræft på en måde, der går ud over de nuværende histopatologiske tilgange for at øge overlevelsesraten.

Kobling af spektroskopisk billeddannelse med avancerede maskinlæringstilgange vil hjælpe tidlig påvisning og forståelse af kræft. Der er en spænding ved at have en forbedret nøjagtighed, der lover fremskridt inden for tidlig kræftdetektion og differentiering af sygdomsstadier.

Cai Li Song, en fremragende ph.d. forsker i min gruppe, har opnået spektraldata af høj kvalitet og anvendt innovativt udvalg af spektrale funktioner til klassificering af tyktarmskræft med høj nøjagtighed, dermed bringe spektroskopisk billeddannelse tættere på klinisk accept."