Positiivisten marginaalien havaitseminen rintaleikkauksessa
Kvantitatiivinen OCT-Raman-spektrikuvaus positiivisten marginaalien operatiivisen havaitsemiseksi rintojen säilyttämisessä
Tässä projektissa kehitämme ainutlaatuisen OCT-Raman-järjestelmän, joka perustuu selektiiviseen näytteenottomenetelmään, joka on optimoitu kokonaisten lumpektomianäytteiden korkean resoluution analyysiin. OCT: n käytön tavoitteena ei ole syövän havaitseminen, vaan rasvakudoksen tunnistaminen siten, että suuret rasvakudosalueet jätetään Raman -spektroskopialla mahdollisten muiden mittausten ulkopuolelle.
Vaikka OCT: llä on rajoitettu kyky erottaa kasvain ja ympäröivä normaali strooma, rasvakudoksella on erottuva esiintyminen OCT -kuvissa, jotka johtuvat alhaisesta takaosasta rasva -soluissa (täynnä lipidejä ja pieniä/litistettyjä ytimiä) verrattuna erittäin sirottavaan hyvänlaatuiseen kudokseen (strooma, kanavat ja lobulit) ja pahanlaatuisiin kudoksiin. Tällaiset spesifiset mallit mahdollistavat normaalin rasvakudoksen tunnistamisen rintakudoksesta (heijastavuusprofiileihin perustuvat luokittelemallit) 94%: n herkkyydellä ja 93%: n spesifisyydellä. Tämä vähentää Raman -mittausten tehtävää, joka voidaan keskittyä pienempiin jäljellä oleviin alueisiin, jotka voivat syrjiä hyvänlaatuista ja pahanlaatuista kudosta. Tämä joustava ja mukautuva skannausstrategia saavuttaa paljon parannettua diagnoosin tarkkuutta ja nopeutta kattamaan kaikki kirurgiset marginaalit käytännöllisissä aikatauluissa.
Tutkimuksen yleiskatsaus
Tila
Ehdot
Interventio / Hoito
Yksityiskohtainen kuvaus
Tässä projektissa kehitetty uusi OCT-Raman-järjestelmä integroi molemmat moduulit yhdeksi instrumentille ja luottaa syvän oppimisen algoritmeihin tietojen hankkimiseksi ja analysoimiseksi. OCT-moduuli on suunniteltu nopeaan skannaamaan suuria lumpektoomianäytteitä (sisältävät tarkennuksen säätämisen epäsäännöllisille 3D-pinnoille) ja koneoppimisen (ML) algoritmit tunnistavat kiinnostavat alueet (ei-adiposiointikudokset "OCT-kuvissa, ohjaamalla Raman-spektroskopian mittauksia automaattisesti" korkean riskin alueille ". Toinen kerros koneoppimista malleja luokittelee sitten Raman -spektrit syövän (positiivisten marginaalien) syrjimiseksi hyvänlaatuisesta kudoksesta. Tämä lähestymistapa yksinkertaistaa instrumentin käyttöä, vähentää subjektiivisuutta ja käyttäjän koulutusta: Käyttäjää vaaditaan vain instrumentin kudoksen asettamiseksi, kaikki vaiheet ovat myöhemmin automatisoituja (OCT- ja Raman -mittaukset ja analyysit), kunnes lopullisen diagnoosikartan näyttö näyttää mahdolliset positiiviset marginaalit punaisella värillä. Ainutlaatuinen OCT-Raman-järjestelmä kääntää Raman-spektroskopian korkean diagnoositarkkuuden MM-asteikosta koko lumpektomiatasolle, joka tarjoaa työkalun kirurgille positiivisten marginaalien tunnistamiseksi leikkauksen sisäisesti. UON -tiimi on osoittanut tämän konseptin instrumentissa, joka perustuu AF- ja Raman -spektroskopiaan positiivisten marginaalien havaitsemiseksi ihosyöpien MOHS -mikrografisen leikkauksen aikana. Nottinghamin yliopisto on kehittänyt OCT-Raman-laitteen, jota tässä tutkimuksessa käytetään. Tämä on konseptitutkimus sisäisesti kehitetystä laitteesta, joka tehdään vain yhdessä keskuksessa, ja laitteen käytöstä tuotettuja tuloksia ei käytetä ohjaamaan tai vaikuttamaan osallistujan kliiniseen hoitoon.
Kun kone on jo kalibroitu ja koulutettu erottamaan kasvaimen ja normaalin kudoksen välillä, skannaamme leveän paikallisen leikkausnäytteen pinnan käsittelemättä kudosta ja palautamme sen patologiin rutiininomaista käsittelyä varten. Kudosviipaletta ei käytetä mihinkään tutkimustarkoituksiin. Mahdolliset tunnistettavat tiedot saavat vain kliinisen hoidon ryhmän jäsenet, ja näytteet pysyvät nimettömänä tutkijoille, jotka eivät ole kliinisen hoidon ryhmän jäseniä.
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: Ioan Notingher
- Puhelinnumero: 951 5374 0)115 951 3082
- Sähköposti: ppzin@exmail.nottingham.ac.uk
Tutki yhteystietojen varmuuskopiointi
- Nimi: Nehal Atallah
- Puhelinnumero: 07521100084
- Sähköposti: msznma@nottingham.ac.uk
Opiskelupaikat
-
-
-
Nottingham, Yhdistynyt kuningaskunta
- Rekrytointi
- Nottingham University Hospitals
-
Ottaa yhteyttä:
- Nehal F Y Atallah, PhD
- Puhelinnumero: 951 5374 07521100084
- Sähköposti: msznma@nottingham.ac.uk
-
Ottaa yhteyttä:
- Dalia F Y Mehaisi, PhD
- Puhelinnumero: 07423481655
- Sähköposti: dalia.mehaisi@nottingham.ac.uk
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Lapsi
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Osallisuuskriteerit
- Potilaat, joille tehdään rintaleikkaus (laaja paikallinen leikkaus).
- Pystyy antamaan tietoisen suostumuksen.
- Mikä tahansa ikä.
Syrjäytymiskriteerit
• Potilaat, joissa patologin diagnoosista on epäilyksiä aiemman diagnostisen biopsian mukaisesti.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Design and build unique OCT and AF-Raman system with integrated machine learning algorithms.
Aikaikkuna: 12 months
|
To design and develop OCT-Raman and AF-Raman imaging systems, including their hardware and software architectures with integrated machine learning algorithms, and install both prototypes at UON for evaluation.
The OCT-Raman system will be used to distinguish cancerous from normal breast tissue in lumpectomy and mastectomy specimens, while the AF-Raman system will be used to distinguish metastatic lymph nodes from normal lymphoid tissue.
In each study, tissue samples will be scanned independently, and the measured area will be recorded in mm² for each specimen.
Average Raman spectral intensities will then be calculated separately for cancerous and normal tissues, and a t-test will be performed to identify the Raman bands exhibiting the most significant differences between the two tissue types.
Data acquisition, area measurements, and statistical analyses for the two experiments will be conducted independently by separate investigators.
|
12 months
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Feasibility and Diagnostic Performance of Intraoperative Raman Spectroscopy
Aikaikkuna: 30 months
|
Secondary endpoint is the assembly of the Raman devices in the clinical intraoperative theatre for a quick and reliable measures of wide local excisions and lymph node specimens within short period of time (10-20 minutes).
The desired end point will be detecting cancer cells with both sensitivity and specificity higher than 95%.
|
30 months
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Päätutkija: Ioan Notingher, University of Nottingham
- Päätutkija: Andrew Green, University of Nottingham
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- 336788
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .