A mellműtét pozitív margók intraoperatív kimutatása
Kvantitatív OCT-RAMAN spektrális képalkotás a pozitív margók intraoperatív kimutatására a mellkonzerváló műtétben
Ebben a projektben kidolgozunk egy egyedi OCT-Raman rendszert, amely egy szelektív mintavételi megközelítésen alapul, amelyet a teljes lumpectomia minták nagy felbontású elemzésére optimalizáltak. Az OCT használatának célja nem a rák kimutatása, hanem a zsírszövet azonosítása, oly módon, hogy a nagy zsírszövet -régiók kizárják a Raman spektroszkópiával történő további mérésekből.
Míg az OCT korlátozottan képes megkülönböztetni a daganat és a környező normál stroma között, a zsírszövet megkülönböztető módon jelenik meg az OCT -képeken, mivel a zsírsejtekben (lipidekkel és kicsi/lapos magokkal tele) az alacsonyan szóródó, jóindulatú sűrű szövet (stroma, csővezetékek és lobules) és a rosszindulatú szövetekhez képest. Az ilyen specifikus minták lehetővé teszik a normál zsírszövet azonosítását az emlőszövetből (osztályozási modellek reflexiós profilok alapján), 94% -os érzékenységgel és 93% -os specifitással. Ez csökkenti a Raman mérések feladatát, amely a kisebb fennmaradó régiókra összpontosítható, hogy megkülönböztesse a jóindulatú és a rosszindulatú szövetet. Ez a rugalmas és adaptálható szkennelési stratégia sokkal továbbfejlesztett diagnózis pontosságot és sebességet fog elérni, hogy lefedje az összes műtéti margót a gyakorlati időtartamon belül.
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Részletes leírás
A projektben kifejlesztett új október-Raman rendszer mindkét modult egyetlen eszközbe integrálja, és a mély tanulási algoritmusokra támaszkodik az adatok automatikus megszerzése és elemzése érdekében. Az OCT modult a nagy lumpektómiás minták gyors szkennelésére (beleértve a szabálytalan 3D felületek fókusz-beállítását is) és a gépi tanulás (ML) algoritmusok azonosítják az érdeklődésre számot tartó régiókat (a nem adipozus szövetek "az OCT képeken, automatikusan irányítva a Raman spektroszkópia méréseit ezekre a" magas kockázatú területekre ". A gépi tanulási modellek második rétege ezután osztályozza a Raman spektrumokat, hogy megkülönböztesse a rákot (pozitív margókat) a jóindulatú szövetektől. Ez a megközelítés egyszerűsíti a műszer használatát, csökkenti a szubjektivitást és a felhasználói képzést: A felhasználónak csak a szövet behelyezéséhez kell beilleszteni a műszerbe, minden lépés utána automatizálva (OCT és Raman mérések és elemzés), amíg a végső diagnózis térkép megjelenítéséig megmutatja a piros színű pozitív margókat. Az egyedi OCT-Raman rendszer lefordítja a Raman spektroszkópia magas diagnosztizálásának pontosságát az MM-skáláról a teljes lumpectomia szintre, így eszközt biztosít a sebészek számára a pozitív margók azonosításához. Az UON -csapat bebizonyította ezt a koncepciót egy AF és Raman spektroszkópián alapuló hangszerben a pozitív margók kimutatására a MOHS mikrográfiai műtét során a bőrrákok számára. A Nottinghami Egyetem fejlesztette ki az október-Raman eszközt, amelyet ebben a tanulmányban fognak használni. Ez egy koncepció-igazolási tanulmány egy házon belül kifejlesztett eszközről, amelyet csak egyetlen központban végeznek, és az eszköz használatából származó eredményeket nem fogják felhasználni a résztvevő klinikai ellátásának irányítására vagy befolyásolására.
Amikor a gépet már kalibrálják és kiképzik, hogy megkülönböztesse a tumort és a normál szövetet, akkor a széles helyi kivágási minta felületét a szövet kezelése nélkül beolvassuk, és rutinszerű feldolgozás céljából visszaküldjük a patológusnak. A szöveti szeletet nem fogják felhasználni kutatási célokra. Bármely azonosítható információt csak a klinikai gondozási csoport tagjai fogják elérni, és a minták névtelenek maradnak azoknak a kutatóknak, akik nem a klinikai gondozási csoport tagjai.
Tanulmány típusa
Beiratkozás (Becsült)
Kapcsolatok és helyek
Tanulmányi kapcsolat
- Név: Ioan Notingher
- Telefonszám: 951 5374 0)115 951 3082
- E-mail: ppzin@exmail.nottingham.ac.uk
Tanulmányozza a kapcsolattartók biztonsági mentését
- Név: Nehal Atallah
- Telefonszám: 07521100084
- E-mail: msznma@nottingham.ac.uk
Tanulmányi helyek
-
-
-
Nottingham, Egyesült Királyság
- Toborzás
- Nottingham University Hospitals
-
Kapcsolatba lépni:
- Nehal F Y Atallah, PhD
- Telefonszám: 951 5374 07521100084
- E-mail: msznma@nottingham.ac.uk
-
Kapcsolatba lépni:
- Dalia F Y Mehaisi, PhD
- Telefonszám: 07423481655
- E-mail: dalia.mehaisi@nottingham.ac.uk
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Gyermek
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Befogadási kritériumok
- Mellműtéten átesett betegek (széles helyi kivágás).
- Képes tájékozott beleegyezést adni.
- Bármely életkor.
Kizárási kritériumok
• Azok a betegek, akiknek kétségei vannak a patológus diagnosztizálásával kapcsolatban, amint azt a korábbi diagnosztikai biopsziában megállapították.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Design and build unique OCT and AF-Raman system with integrated machine learning algorithms.
Időkeret: 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
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Feasibility and Diagnostic Performance of Intraoperative Raman Spectroscopy
Időkeret: 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
|
Együttműködők és nyomozók
Szponzor
Nyomozók
- Kutatásvezető: Ioan Notingher, University of Nottingham
- Kutatásvezető: Andrew Green, University of Nottingham
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Becsült)
A tanulmány befejezése (Becsült)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- 336788
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .