基于组织形态学评估的核心针活检指导,使用AI-OCT成像

科学领域:

• 生物医学工程 生物医学工程
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 多达40%的活检核缺乏诊断价值,原因是脂肪或死细胞组织.
• 在活检之前准确的实时组织分析具有临床意义.

研究的目的:

• 开发和评估一种联合光学成像/人工智能 (OI/AI) 技术,用于在活检针尖处实时分析组织形态.
• 改善活检位置的选择,提高诊断产量.

主要方法:

• 使用微米级分辨率光学连贯性断层扫描 (OCT) 通过微创针探针进行成像.
• 采用基于卷积神经网络 (CNN) 的人工智能 (AI) 软件来自动分析OCT图像.
• 在子癌症模型中使用注释的OCT图像作为基本真理训练了AI模型.

主要成果:

• 人工智能模型在组织分类方面实现了与人类专家可比的性能.
• 获得了大约99%的优异组织细分精度.
• 在瘤和非瘤分类方面实现了超过84%的相关性准确性.

结论:

• 联合OI/AI技术提供了实时分析组织形态,使得生物检查地点的选择更为充分.
• 这项技术在组织细分和瘤分类方面表现出高精度,有可能减少不充分的活检样本.