关于使用光分子成像用于外围和深层面临边缘评估的观点

科学领域:

• 在瘤学瘤学.
• 医疗成像医学成像
• 病理学 病理学 病理学

背景情况:

• 固体瘤切除中的标准边际评估通常是低于最佳的,并且耗时.
• 外围和深部面部边缘评估 (PDEMA) 为小皮肤癌提供了完整的边缘评估,但受处理时间和专业知识的限制.
• 目前的方法在有效和准确的边际评估方面扎,影响临床结果.

研究的目的:

• 探索光分子成像 (FMI) 作为将PDEMA集成到大型固体瘤手术工作流程中的解决方案.
• 解决当前保证金评估技术的局限性,包括时间限制和专家解释的需要.
• 开发一个全面的平台,以改善手术边缘评估在固体瘤切除.

主要方法:

• 进行了对FMI进行手术边际评估的临床前和临床研究的审查.
• 研究了宏观和中/微观FMI技术,以其在边际检测中的效率和灵敏度.
• 提出了一个边际评估平台 (MAP),将成像模式与后处理和机器学习结合起来进行解释.

主要成果:

• 宏观FMI是时间高效的,但在检测正利率时的灵敏度有限.
• 中微/微观FMI提供更高的灵敏度,但需要更多的时间和专家解释.
• 由于解释的复杂性,当前的FMI技术在无的临床整合中面临着挑战.

结论:

• 拟议的保证金评估平台 (MAP) 将各种FMI技术与人工智能集成在一起,以进行高效和准确的保证金评估.
• MAP的目标是克服当前方法的时间和专业知识限制,使PDEMA能够用于固体瘤.
• 这种方法优化了边际评估的效率和准确性,有可能改善固体瘤手术中的患者结果.