Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

A mellműtét pozitív margók intraoperatív kimutatása

2026. július 28. frissítette: University of Nottingham

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

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

Megfigyelő

Beiratkozás (Becsült)

120

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi kapcsolat

Tanulmányozza a kapcsolattartók biztonsági mentését

Tanulmányi helyek

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

  • Gyermek
  • Felnőtt
  • Idősebb felnőtt

Egészséges önkénteseket fogad

Nem

Mintavételi módszer

Valószínűségi minta

Tanulmányi populáció

A mellrák intézetében WLE -n átesett betegek

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

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

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

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Nyomozók

  • Kutatásvezető: Ioan Notingher, University of Nottingham
  • Kutatásvezető: Andrew Green, University of Nottingham

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Tényleges)

2023. október 1.

Elsődleges befejezés (Becsült)

2027. április 1.

A tanulmány befejezése (Becsült)

2027. április 1.

Tanulmányi regisztráció dátumai

Először benyújtva

2025. május 9.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2025. május 9.

Első közzététel (Tényleges)

2025. május 18.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2026. július 30.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2026. július 28.

Utolsó ellenőrzés

2026. június 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

NEM

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

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. .

Iratkozz fel