classification of pancreatic cancer and normal tissue in 2D and 3D Optical Coherence Tomography Images Using
Maria Druzenko1, Bastian Westerheide2, Caroline Girmen2
1Department of General, Visceral, Pediatric and Transplantation Surgery, University Hospital RWTH Aachen, Pauwelsstrasse 30, 52074 Aachen, Germany.
Cancers
|March 14, 2026
概括
人工智能 (AI) 结合光学相干断层扫描 (OCT) 可以区分胰腺癌与正常组织. 这种人工智能辅助的OCT技术显示了胰腺癌切除过程中实时手术指导的前景.
科学领域:
- 医学成像医学成像
- 医学中的人工智能
- 手术瘤学手术瘤学
背景情况:
- 胰腺癌的最佳结果取决于早期和完整的手术切除 (R0).
- 需要内科手术指导系统来提高切除精度,减少对冷切口的依赖.
- 光学连贯断层扫描 (OCT) 提供高分辨率成像,人工智能 (AI) 可以分析复杂的图像数据.
研究的目的:
- 评估卷积神经网络 (CNN) 在区分胰腺管腺癌 (PDAC) 与正常胰腺组织中的有效性,使用ex vivo OCT图像.
- 评估人工智能辅助OCT的潜力,作为胰腺癌手术中实时手术内指导的工具.
主要方法:
- 在2020年10月至2021年4月期间,从27名患者的切除胰腺样本中获得了OCT扫描.
- 使用1310nm的OCT系统对瘤和相邻的正常组织进行成像,随后进行了他的病理学确认.
- 使用交叉验证的CNN模型 (ResNet50,DenseNet121,MobileNetV2) 来分析2D和3D OCT图像输入.
主要成果:
- 3D DenseNet121模型获得了最高的性能,F1得分为0.74,灵敏度为72%,特异性为81%.
- 分析使用5倍分层交叉验证9040个2D和3000个3D样本,分辨率为224像素.
- 与其他CNN架构观察到类似的结果,表明性能强.
结论:
- 人工智能辅助的OCT在区分PDAC与正常胰腺组织方面表现出准确性.
- 这项技术有可能成为胰腺癌手术的快速手术内诊断辅助.
- 进一步的体内研究是必要的,以验证性能,并评估在边际评估的实用性.
