診断と自律解剖学評価のための機械学習ベースの HYperspectral を使用した術中検査 (iEXMachyna3)
保存または選択的に除去する必要がある標的構造の術中認識は、外科手術中に最も重要です。 この作業は、主にオペレーターの解剖学的知識と経験に依存しています。 解剖学の誤解は壊滅的な結果をもたらす可能性があります。 ハイパースペクトル イメージング (HSI) は、空間情報とスペクトル情報の両方を提供し、広い領域でリアルタイムの光学スキャンを実行できる有望な技術です。 HSI は、多くの科学分野で画像情報を客観的に分類する方法として既に確立されています (例: リモートセンシング)。
私たちのグループは最近、堅牢な生物学的マーカーに対する胃腸管の臓器の灌流を定量化するために、豚モデルの術中ツールとして HSI を採用しました。 結果は、この技術が腸の血液供給を高い精度で定量化できることを示しました。 ハイパースペクトル シグネチャを機械学習アルゴリズムと組み合わせて使用することで、神経や尿管などの微細な解剖学的構造を術中に識別することができました (未発表データ)。
i-EX-MACHYNA3研究は、HSI技術をいくつかの深層学習アルゴリズムと組み合わせて翻訳し、さまざまなクラスのヒト組織(BD、神経、尿管などの主要な解剖学的構造を含む)を区別することを目的としています。
調査の概要
詳細な説明
保存または選択的に除去する必要がある標的構造の術中認識は、外科手術中に最も重要です。 この作業は、主にオペレーターの解剖学的知識と経験に依存しています。 低侵襲手術の設定では、触覚フィードバックが減少し、外科医の視覚が組織を識別する唯一の手がかりになります。 患者固有の病理学的状態および/または外科医の経験不足による解剖学の誤解は、重要な解剖学的構造の医原性損傷のリスクの増加につながり、壊滅的な結果をもたらす可能性があります。 ハイパースペクトル イメージング (HSI) は、フォト カメラと分光計を組み合わせた有望な技術であり、コントラストのない方法で広い領域にわたってリアルタイムの光学スキャンを実行し、生成された空間情報とスペクトル情報の両方を提供します。組織/光の相互作用。 この技術は、反射分光イメージング測定の使用に基づいています。 測定は、領域への白色光の照射 (通常のハロゲン ランプ、無害な強度) と、領域からの反射スペクトル強度の反射スペクトルの形式での記録で構成されます。 入射光とターゲット材料のさまざまな成分 (深さを含む) との光学的相互作用 (散乱、吸収)。 生体組織) は、光のスペクトル分布を変更して、放出された光が現在の物質または組織の組成および生理学に関する情報を伝えるようにします (例: 灌流)。 HSI は、多くの科学分野で画像情報を客観的に分類する方法として既に確立されています (例: リモートセンシング) は、約 15 年前に人間の医療の分野で初めて適用されました。 非破壊サンプル収集の本質的な利点、一般的な光学モダリティ (顕微鏡、内視鏡) とのインターフェースの可能性、および検査者に依存しない定量的な結果のために、医学におけるハイパースペクトル イメージングの可能性を利用するために、さまざまなアプローチが開発されてきました。
生物医学分野におけるその有用性は、すでに広く証明されています。 これは、いくつかの処置中、または腸間膜虚血の場合に、腸の酸素化ヘモグロビンを定量化するために消化器外科で以前に適用されています。 前立腺がん、結腸直腸がん、胃がん、神経膠芽腫、頭頸部がんにおいて、正常組織と腫瘍組織を区別する HSI の能力に焦点を当てたこれまでの多くの研究が成功を収めています。 腫瘍学の分野では、ハイパースペクトル特徴分類の進歩は目覚ましく、洗練された深層学習アルゴリズムの使用に成功しています。 手術では、HSIカメラの有用性が研究されており、出血が困難な手術野を視覚化したり、外科的切除後の切除縁内の腫瘍の存在を検出したりしています。
日本のグループは、HSI システムを追加の視覚化ツールとして使用して、腸の虚血を検出し、腹腔内の解剖学的構造を分類しました。 彼らは、健康な腸とあまり灌流されていない腸を区別するための特定の波長 (756 ~ 830 nm) を特定しました。 彼らはまた、脾臓、結腸、小腸、膀胱、および腹膜が異なるスペクトル特性を持っていることを示しました。 この発見は、将来の HSI ベースの操作フィールドのナビゲーションで有効になる可能性があります。 私たちのグループは最近、堅牢な生物学的マーカーに対する胃腸管の臓器の灌流を定量化するために、豚モデルの術中ツールとして HSI を採用しました。 結果は、この技術が腸の血液供給を高い精度で定量化できることを示しました。
他のグループは以前に、胆管を血管から、食道を気管組織から、甲状腺を副甲状腺から、神経および尿管を周囲の組織から区別しようと試みました。 ただし、主要な解剖学的構造の認識に向けられた以前の研究は、単純な特徴識別アルゴリズムまたはバンド選択方法のいずれかを使用して行われました。 各取得後に取得される情報量は、カメラの解像度によって異なりますが、非常に大きいため、データ分類と特徴抽出のための機械およびディープ ラーニング技術が必要です。 ブタ モデルでの一連の制御実験では、ハイパースペクトル シグネチャを機械学習アルゴリズムと組み合わせて使用することに成功し、手術中に神経や尿管などの微細な解剖学的構造を識別することができました (未発表データ)。
i-EX-MACHYNA3研究は、HSI技術をいくつかの深層学習アルゴリズムと組み合わせて翻訳し、さまざまなクラスのヒト組織(BD、神経、尿管などの主要な解剖学的構造を含む)を区別することを目的としています。
研究の種類
入学 (実際)
連絡先と場所
研究場所
-
-
-
Strasbourg、フランス
- Service de Chirurgie Digestive et Endocrinienne, NHC
-
-
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
包含基準:
- 18歳以上の男女。
- 待機手術または緊急手術の予定
- -研究に関連する情報を受け取り、理解できる患者。
- フランスの社会保障制度に加入している患者。
除外基準:
- 麻酔の禁忌
- 妊娠中または授乳中の患者。
- -後見人または受託者の下にある患者。
- 正義の保護下にある患者。
研究計画
研究はどのように設計されていますか?
デザインの詳細
コホートと介入
グループ/コホート |
介入・治療 |
---|---|
副甲状腺疾患
|
術野のハイパースペクトル画像は、手術中のいくつかの時点で収集されます。
使用されるデバイスは、TIVITA® コンパクト ハイパースペクトル イメージング システム (Dispective Vision GmbH、ドイツ) です。
CE(欧州経済領域)マーク認定機器です。
取得には約 10 秒かかり、コントラストや非接触です。
|
甲状腺疾患
|
術野のハイパースペクトル画像は、手術中のいくつかの時点で収集されます。
使用されるデバイスは、TIVITA® コンパクト ハイパースペクトル イメージング システム (Dispective Vision GmbH、ドイツ) です。
CE(欧州経済領域)マーク認定機器です。
取得には約 10 秒かかり、コントラストや非接触です。
|
肝腫瘍および転移
|
術野のハイパースペクトル画像は、手術中のいくつかの時点で収集されます。
使用されるデバイスは、TIVITA® コンパクト ハイパースペクトル イメージング システム (Dispective Vision GmbH、ドイツ) です。
CE(欧州経済領域)マーク認定機器です。
取得には約 10 秒かかり、コントラストや非接触です。
|
消化器腫瘍
|
術野のハイパースペクトル画像は、手術中のいくつかの時点で収集されます。
使用されるデバイスは、TIVITA® コンパクト ハイパースペクトル イメージング システム (Dispective Vision GmbH、ドイツ) です。
CE(欧州経済領域)マーク認定機器です。
取得には約 10 秒かかり、コントラストや非接触です。
|
消化灌流
|
術野のハイパースペクトル画像は、手術中のいくつかの時点で収集されます。
使用されるデバイスは、TIVITA® コンパクト ハイパースペクトル イメージング システム (Dispective Vision GmbH、ドイツ) です。
CE(欧州経済領域)マーク認定機器です。
取得には約 10 秒かかり、コントラストや非接触です。
|
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
ヒト組織のスペクトル特徴を収集してスペクトル組織ライブラリを構築し、連続して機械学習アルゴリズムを構築して、リアルタイムの自動組織認識を可能にする
時間枠:1日
|
クリーンで一貫性のあるデータセットを収集し、臨床評価や病理レポートなどのグラウンド トゥルース評価に基づいて精度を評価します。
|
1日
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
HSI値を標準治療として得られた生物学的データと相関させる
時間枠:1日
|
スペクトル組織情報から生物学的データを予測する機能
|
1日
|
HSI 値を標準治療として得られた病理学的データと相関させる
時間枠:1日
|
スペクトル組織情報から病理学的データを予測する機能
|
1日
|
協力者と研究者
スポンサー
捜査官
- 主任研究者:Michele DIANA, MD, PhD、Service de Chirurgie Digestive et Endocrinienne, NHC, Strasbourg
出版物と役立つリンク
一般刊行物
- Lu G, Fei B. Medical hyperspectral imaging: a review. J Biomed Opt. 2014 Jan;19(1):10901. doi: 10.1117/1.JBO.19.1.010901.
- Fabelo H, Ortega S, Ravi D, Kiran BR, Sosa C, Bulters D, Callico GM, Bulstrode H, Szolna A, Pineiro JF, Kabwama S, Madronal D, Lazcano R, J-O'Shanahan A, Bisshopp S, Hernandez M, Baez A, Yang GZ, Stanciulescu B, Salvador R, Juarez E, Sarmiento R. Spatio-spectral classification of hyperspectral images for brain cancer detection during surgical operations. PLoS One. 2018 Mar 19;13(3):e0193721. doi: 10.1371/journal.pone.0193721. eCollection 2018.
- Jansen-Winkeln B, Maktabi M, Takoh JP, Rabe SM, Barberio M, Kohler H, Neumuth T, Melzer A, Chalopin C, Gockel I. [Hyperspectral imaging of gastrointestinal anastomoses]. Chirurg. 2018 Sep;89(9):717-725. doi: 10.1007/s00104-018-0633-2. German.
- Goetz AF, Vane G, Solomon JE, Rock BN. Imaging spectrometry for Earth remote sensing. Science. 1985 Jun 7;228(4704):1147-53. doi: 10.1126/science.228.4704.1147.
- Kohler H, Jansen-Winkeln B, Maktabi M, Barberio M, Takoh J, Holfert N, Moulla Y, Niebisch S, Diana M, Neumuth T, Rabe SM, Chalopin C, Melzer A, Gockel I. Evaluation of hyperspectral imaging (HSI) for the measurement of ischemic conditioning effects of the gastric conduit during esophagectomy. Surg Endosc. 2019 Nov;33(11):3775-3782. doi: 10.1007/s00464-019-06675-4. Epub 2019 Jan 23.
- Jansen-Winkeln B, Holfert N, Kohler H, Moulla Y, Takoh JP, Rabe SM, Mehdorn M, Barberio M, Chalopin C, Neumuth T, Gockel I. Determination of the transection margin during colorectal resection with hyperspectral imaging (HSI). Int J Colorectal Dis. 2019 Apr;34(4):731-739. doi: 10.1007/s00384-019-03250-0. Epub 2019 Feb 2.
- Akbari H, Kosugi Y, Kojima K, Tanaka N. Detection and analysis of the intestinal ischemia using visible and invisible hyperspectral imaging. IEEE Trans Biomed Eng. 2010 Aug;57(8):2011-7. doi: 10.1109/TBME.2010.2049110. Epub 2010 May 10.
- Barberio M, Longo F, Fiorillo C, Seeliger B, Mascagni P, Agnus V, Lindner V, Geny B, Charles AL, Gockel I, Worreth M, Saadi A, Marescaux J, Diana M. HYPerspectral Enhanced Reality (HYPER): a physiology-based surgical guidance tool. Surg Endosc. 2020 Apr;34(4):1736-1744. doi: 10.1007/s00464-019-06959-9. Epub 2019 Jul 15.
- Akbari H, Halig LV, Schuster DM, Osunkoya A, Master V, Nieh PT, Chen GZ, Fei B. Hyperspectral imaging and quantitative analysis for prostate cancer detection. J Biomed Opt. 2012 Jul;17(7):076005. doi: 10.1117/1.JBO.17.7.076005.
- Baltussen EJM, Kok END, Brouwer de Koning SG, Sanders J, Aalbers AGJ, Kok NFM, Beets GL, Flohil CC, Bruin SC, Kuhlmann KFD, Sterenborg HJCM, Ruers TJM. Hyperspectral imaging for tissue classification, a way toward smart laparoscopic colorectal surgery. J Biomed Opt. 2019 Jan;24(1):1-9. doi: 10.1117/1.JBO.24.1.016002.
- Han Z, Zhang A, Wang X, Sun Z, Wang MD, Xie T. In vivo use of hyperspectral imaging to develop a noncontact endoscopic diagnosis support system for malignant colorectal tumors. J Biomed Opt. 2016 Jan;21(1):16001. doi: 10.1117/1.JBO.21.1.016001. No abstract available.
- Li Y, Deng L, Yang X, Liu Z, Zhao X, Huang F, Zhu S, Chen X, Chen Z, Zhang W. Early diagnosis of gastric cancer based on deep learning combined with the spectral-spatial classification method. Biomed Opt Express. 2019 Sep 9;10(10):4999-5014. doi: 10.1364/BOE.10.004999. eCollection 2019 Oct 1.
- Hu B, Du J, Zhang Z, Wang Q. Tumor tissue classification based on micro-hyperspectral technology and deep learning. Biomed Opt Express. 2019 Nov 19;10(12):6370-6389. doi: 10.1364/BOE.10.006370. eCollection 2019 Dec 1.
- Ma L, Lu G, Wang D, Wang X, Chen ZG, Muller S, Chen A, Fei B. Deep Learning based Classification for Head and Neck Cancer Detection with Hyperspectral Imaging in an Animal Model. Proc SPIE Int Soc Opt Eng. 2017 Feb;10137:101372G. doi: 10.1117/12.2255562. Epub 2017 Mar 13.
- Fei B, Lu G, Wang X, Zhang H, Little JV, Patel MR, Griffith CC, El-Diery MW, Chen AY. Label-free reflectance hyperspectral imaging for tumor margin assessment: a pilot study on surgical specimens of cancer patients. J Biomed Opt. 2017 Aug;22(8):1-7. doi: 10.1117/1.JBO.22.8.086009.
- Halicek M, Lu G, Little JV, Wang X, Patel M, Griffith CC, El-Deiry MW, Chen AY, Fei B. Deep convolutional neural networks for classifying head and neck cancer using hyperspectral imaging. J Biomed Opt. 2017 Jun 1;22(6):60503. doi: 10.1117/1.JBO.22.6.060503.
- Halicek M, Dormer JD, Little JV, Chen AY, Fei B. Tumor detection of the thyroid and salivary glands using hyperspectral imaging and deep learning. Biomed Opt Express. 2020 Feb 18;11(3):1383-1400. doi: 10.1364/BOE.381257. eCollection 2020 Mar 1.
- Barberio M, Felli E, Seyller E, Longo F, Chand M, Gockel I, Geny B, Swanstrom L, Marescaux J, Agnus V, Diana M. Quantitative fluorescence angiography versus hyperspectral imaging to assess bowel ischemia: A comparative study in enhanced reality. Surgery. 2020 Jul;168(1):178-184. doi: 10.1016/j.surg.2020.02.008. Epub 2020 Mar 27.
- Zuzak KJ, Naik SC, Alexandrakis G, Hawkins D, Behbehani K, Livingston E. Intraoperative bile duct visualization using near-infrared hyperspectral video imaging. Am J Surg. 2008 Apr;195(4):491-7. doi: 10.1016/j.amjsurg.2007.05.044.
- Nawn CD, Souhan BE, Carter R 3rd, Kneapler C, Fell N, Ye JY. Distinguishing tracheal and esophageal tissues with hyperspectral imaging and fiber-optic sensing. J Biomed Opt. 2016 Nov 1;21(11):117004. doi: 10.1117/1.JBO.21.11.117004.
- Wisotzky EL, Uecker FC, Arens P, Dommerich S, Hilsmann A, Eisert P. Intraoperative hyperspectral determination of human tissue properties. J Biomed Opt. 2018 May;23(9):1-8. doi: 10.1117/1.JBO.23.9.091409.
- Nouri D, Lucas Y, Treuillet S. Hyperspectral interventional imaging for enhanced tissue visualization and discrimination combining band selection methods. Int J Comput Assist Radiol Surg. 2016 Dec;11(12):2185-2197. doi: 10.1007/s11548-016-1449-5. Epub 2016 Jul 4.
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (実際)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
本研究に関する用語
その他の研究ID番号
- 20-005
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。
ハイパースペクトル イメージングの臨床試験
-
French Cardiology SocietyInstitut National de la Santé Et de la Recherche Médicale, France完了
-
VisionScope Technologies完了半月板の涙 | ルースボディ | 変形性関節症 | 関節または関節包の外傷アメリカ
-
Medical Centre LeeuwardenUniversity of Groningen; LIMIS Development募集
-
Medical Centre LeeuwardenUniversity of Groningen; LIMIS Development募集
-
Thomas Jefferson UniversityNational Cancer Institute (NCI)完了
-
Rabin Medical CenterRambam Health Care Campus; Hillel Yaffe Medical Center; US Department of Veterans Affairs; Assaf-Harofeh... と他の協力者完了
-
Affiliated Hospital to Academy of Military Medical...わからない