Intraoperativ påvisning av positive marginer i brystkirurgi

Det nye Oct-Raman-systemet som er utviklet i dette prosjektet, vil integrere begge modulene i et enkelt instrument og stole på dype læringsalgoritmer for automatisk å skaffe og analysere data. OCT-modulen vil være designet for hurtigskanning av store lumpektomiprøver (inkluderer fokusjustering for uregelmessige 3D-overflater) og maskinlæring (ML) algoritmer vil identifisere regionene av interesse (ikke-adiposevev "i OCT-bildene, automatisk lede Raman-spektroskopi-målingene til disse" høy risiko-områdene ". Et andre lag med maskinlæringsmodeller vil deretter klassifisere Raman -spektra for å diskriminere kreften (positive marginer) fra godartet vev. Denne tilnærmingen forenkler bruken av instrumentet, reduserer subjektivitet og brukeropplæring: Brukeren vil bare være pålagt å sette inn vevet i instrumentet, og alle trinnene blir etterpå automatisert (OLT og Raman -målinger og analyse) til visningen av det endelige diagnosekartet som viser positive marginer i rød farge. Det unike Oct-Raman-systemet vil oversette den høye diagnosens nøyaktighet av Raman-spektroskopi fra MM-skala til hele lumpektomigivå, og gi et verktøy for kirurger for å identifisere positive marginer intraoperativt. UON -teamet har demonstrert dette konseptet i et instrument basert på AF og Raman -spektroskopi for påvisning av positive marginer under MOHS mikrografisk kirurgi for kreft i huden. Oct-Raman-enheten som skal brukes i denne studien er utviklet av University of Nottingham. Dette er en proof-of-concept-studie av en enhet utviklet internt, som bare blir utført på et enkelt senter, og resultatene som genereres fra å bruke enheten vil ikke bli brukt til å lede eller påvirke deltakerens kliniske omsorg.

Når maskinen allerede er kalibrert og trent til å skille mellom tumor og normalt vev, vil vi skanne overflaten til det brede lokale eksisjonsprøven uten håndtering av vevet, og returnere den til patologen for rutinemessig prosessering. Vevskiven vil ikke bli brukt til noen forskningsformål. All identifiserbar informasjon vil bare få tilgang til av medlemmer av det kliniske omsorgsteamet, og prøvene vil forbli anonyme for forskerne som ikke er medlemmer av det kliniske omsorgsteamet.