基于内镜OCT和带有深度学习的光谱编码干扰计显微镜成像的气吸入损伤的定量评估

科学领域:

• 肺部医学 肺部医学
• 生物医学工程 生物医学工程
• 毒理学 毒理学 毒理学

背景情况:

• 急性吸入会导致严重的气道损伤,但急性后的结构变化不太了解.
• 空气道的排泄是评估毒气暴露后肺功能的一个关键指标.
• 目前用于评估气道损伤的方法缺乏对后急性阶段的详细结构洞察力.

研究的目的:

• 通过光学连贯断层扫描 (OCT) 来研究高水平气暴露后呼吸道结构变化的进展.
• 在子模型中,量化呼吸道流并评估毛在气吸入后的肌击球动态.
• 探索OCT和深度学习在诊断和监测有毒气体吸入伤害方面的潜力.

主要方法:

• 使用具有灵活光纤探针的高分辨率扫描源OCT系统用于子呼吸道的体内成像.
• 在通风过程中,新西兰白被暴露在800ppm的气中6分钟,并被监测了6小时.
• 用深度学习算法对OCT图像进行细分,以测量气道流量,并通过光谱编码干扰计显微镜评估拍动力学ex vivo.

主要成果:

• OCT成像显示,诱导的上皮质脱落量在子气管中增加,在暴露后30分钟达到峰值,然后下降.
• 活体分析显示,由于诱导的上皮损伤,毛的移动性和跳动频率降低.
• 该研究成功量化了急性暴露后气道的动态结构变化.

结论:

• 高水平的暴露会导致气道结构的动态变化,包括上皮质脱落和毛功能受损.
• 与深度学习相结合的OCT提供了一种定量方法,用于评估吸入有毒气体后的呼吸道损伤进展.
• 这种方法有望改善化学吸入伤害的诊断,监测和治疗评估.