相关实验视频
Updated: Jan 10, 2026
06:01
Fluorescence Lifetime Macro Imager for Biomedical Applications
Published on: April 7, 2023
1.1K
使用宏观光终身成像进行质瘤的光学快速活检
Marina V Shirmanova1, Daria A Sachkova1,2, Ilya D Shchechkin1,2
1Institute of Experimental Oncology and Biomedical Technologies, Privolzhsky Research Medical University, Nizhny Novgorod, Russia.
Biomedical optics express
|November 26, 2025
概括
宏观光终身成像 (宏FLIM) 能够有效地区分质母细胞瘤与正常的大脑组织. 这种技术与机器学习相结合,通过识别瘤边缘和透,有望改善质瘤手术.
科学领域:
- 神经瘤学神经瘤学
- 生物医学成像技术 生物医学成像技术
- 手术技术 手术技术
背景情况:
- 精确的质瘤切除对于患者的预后至关重要.
- 在手术内区分瘤和正常大脑组织仍然是一个挑战.
- 由于生化差异,细胞自光成像提供了一个潜在的解决方案.
研究的目的:
- 评估宏观光终身成像 (宏FLIM) 来从正常大脑组织中区分质瘤亚型 (质母细胞瘤,星细胞瘤,小质母细胞瘤).
- 评估宏观FLIM在识别周结质瘤细胞透中的能力.
- 探索机器学习对自动图像分类的实用性.
主要方法:
- 从110个切除的质瘤组织样本中获取NAD(P) H光谱通道中的宏FLIM图像.
- 使用共聚焦激光宏观扫描仪进行图像采集.
- 开发了一种随机森林机器学习算法,用于对宏观FLIM图像进行自动分类.
主要成果:
- 宏观FLIM在区分质母细胞瘤和正常组织方面表现出高灵敏度 (92.3%,AUC 0.905).
- 机器学习分类实现了可靠的歧视:质母细胞瘤与正常 (82.4%,AUC 0.86),星细胞瘤与白质 (80.3%,AUC 0.857),质母细胞瘤与灰质 (89.2%,AUC 0.875).
- 该模型成功检测到瘤透在周围瘤白质中.
结论:
- 基于NAD(P) H的宏观FLIM与机器学习相结合,显示出作为手术内指导工具的巨大潜力.
- 这项技术可以通过改善瘤边缘划分来提高质瘤切除的准确性.
- 进一步的发展可能会导致神经瘤学手术结果的改善.
