基于乳腺癌诊断的无标签多光子成像和新辅助免疫治疗响应评估的定量组织病理学分析
Ruiqi Zhong1,2, Ying Zhang3, Wenzhuo Qiu3,4
14+4 Medical Doctor Program, Chinese Academy of Medical Sciences & Peking Union Medical College, Beijing 100730, China.
International journal of biological sciences
|January 2, 2025
概括
无标签多光子显微镜 (MPM) 提供了一种新方法来诊断乳腺癌并评估治疗反应. 该技术在多个层面上分析组织,提高准确性并帮助个性化治疗计划.
科学领域:
- 生物医学光学 生物医学光学
- 计算病理学计算病理学
- 癌症的诊断 癌症的诊断
背景情况:
- 准确的乳腺癌诊断和治疗反应评估对于患者的预后至关重要.
- 目前的方法依赖于病理识别,这对小瘤来说可能具有挑战性,可能导致假阴性.
- 评估新辅助免疫疗法 (NAIT) 疗效也带来了诊断挑战.
研究的目的:
- 开发和验证一种无标签多光子显微镜 (MPM) 方法,用于对乳腺组织进行定量分析.
- 确定区分乳腺疾病和诊断乳腺癌的关键因素.
- 评估MPM在预测和评估NAIT疗效方面的潜力.
主要方法:
- 使用无标签多光子显微镜 (MPM) 进行乳腺组织在细胞,细胞外和纹理层面的定量分析.
- 确定了区分各种乳腺疾病的11个关键因素.
- 通过使用这些因素和临床数据进行自动化乳腺癌诊断,训练了一种两阶段机器学习模型 (MINT).
主要成果:
- 确定了能够有效区分不同类型乳腺疾病的11个关键因素.
- 在独立的队列中,MINT模型显示了高的分类准确性 (第一阶段AUC=0.92;第二阶段AUC=1.00).
- 鉴定的因素显示出预测和评估新辅助免疫疗法 (NAIT) 疗效的潜力.
结论:
- 无标签的MPM为定量乳腺组织分析提供了一个强大的工具,补充了传统的病理学.
- 开发的MINT模型对准确的乳腺癌诊断有显著的前景.
- MPM有潜力通过预测NAIT反应和改善乳腺癌管理来帮助个性化治疗策略.
