全自动高效率穆勒矩阵显微镜成像用于组织微阵列检查
Hanyue Wei1,2, Yifu Zhou1,2, Feiya Ma1,2
1School of Physics and Information Technology, Shaanxi Normal University, Xi'an 710119, China.
Sensors (Basel, Switzerland)
|July 27, 2024
概括
这项研究引入了一个自动化的穆勒矩阵显微镜成像系统,使用组织微阵列来有效检测癌症. 它通过分析极化特征来区分癌症组织,提高诊断准确度.
科学领域:
- 生物医学光学 生物医学光学
- 癌症的诊断 癌症的诊断
- 显微镜的使用方法
背景情况:
- 穆勒矩阵显微镜成像 (MMMI) 对于分析组织极化特性至关重要.
- 传统的MMMI方法使用高放大度和小视野,限制了效率.
- 组织微阵列 (TMA) 为多个样本的高通量分析提供了一个平台.
研究的目的:
- 开发和验证与TMA集成的全自动化,高效的MMMI系统,用于癌症检查.
- 通过分析它们独特的极化特征来区分癌细胞和正常组织.
- 为了提高术后癌症活检的诊断能力.
主要方法:
- 建立了一个传输式MMMI系统,用于从TMA样本中获取穆勒矩阵 (MM).
- 进行了MM的极性分解,以提取线性相位减速和快轴近向.
- 统计分析,灰级共发生矩阵 (GLCM) 和塔穆拉图像处理方法 (TIPM) 用于数据分析.
主要成果:
- 该系统成功地根据极化特征将癌症宫组织与正常组织区分开来.
- 对线性相延缓和快轴向的分析揭示了健康和癌症组织之间的显著差异.
- 使用TMA的低放大镜头 (5×) 提供了广的视野,提高了效率.
结论:
- 建议使用TMA的自动化MMMI系统对于分析生物组织病理变异是有效的.
- 这种方法为癌症检查提供了一种可重复和高效的方法,特别是在术后活检中.
- 整合TMA与MMMI显著提高了诊断分析的吞吐量和一致性.
更多相关视频
13:01Industrialized, Artificial Intelligence-guided Laser Microdissection for Microscaled Proteomic Analysis of the Tumor Microenvironment
Published on: June 3, 2022
3.7K
06:15Author Spotlight: Introducing the Tile/SED/Array Interface for Rapid Field of View Positioning in Tissue Imaging
Published on: September 15, 2023
443
