Śródoperacyjne wykrywanie dodatnich marginesów w operacji piersi

Nowy system OCT-RAMAN opracowany w tym projekcie zintegruje oba moduły z jednym instrumentem i opiera się na algorytmach głębokiego uczenia się w celu automatycznego pozyskiwania i analizy danych. Moduł OCT zostanie zaprojektowany do szybkiego skanowania dużych próbek lumpektomii (obejmują regulację ostrości dla nieregularnych powierzchni 3D), a algorytmy uczenia maszynowego (ML) zidentyfikują regiony zainteresowania (tkanka niezadowolenia „na zdjęciach OCT, automatycznie kierując pomiarami spektroskopii ramanowskiej do tych„ obszarów wysokiego ryzyka ”. Druga warstwa modeli uczenia maszynowego sklasyfikuje następnie widma Ramana w celu odróżnienia raka (marginesy dodatnie) od łagodnej tkanki. Takie podejście upraszcza użycie instrumentu, zmniejsza subiektywność i szkolenie użytkownika: użytkownik będzie wymagany tylko do wstawienia tkanki do instrumentu, wszystkie kroki są następnie zautomatyzowane (pomiary i analiza OCT i Ramana) do momentu wyświetlania ostatecznej mapy diagnozy pokazującej wszelkie pozytywne marginesy w kolorze czerwonym. Unikalny system OCT-RAMAN przetłumaczy wysoką dokładność diagnozy spektroskopii ramanowskiej z skali MM na poziom całego lumpektomii, zapewniając narzędzie chirurgom do identyfikacji pozytywnych marginesów śródoperacyjnie. Zespół UON wykazał tę koncepcję w instrumencie opartym na spektroskopii AF i Ramana w celu wykrycia dodatnich marginesów podczas operacji mikrograficznej MOHS dla raka skóry. Urządzenie OCT-Raman, które zostanie wykorzystane w tym badaniu, zostało opracowane przez University of Nottingham. Jest to badanie dowodowe koncepcji urządzenia opracowanego wewnętrznie, przeprowadzane tylko w jednym centrum, a wyniki wygenerowane z korzystania z urządzenia nie będą używane do kierowania ani wpływania na opiekę kliniczną uczestnika.

Gdy maszyna jest już skalibrowana i przeszkolona w celu rozróżnienia guza od tkanki normalnej, skanujemy powierzchnię szerokiej lokalnej próbki wycięcia bez obchodzenia się z tkanką i zwrócimy ją patologowi w celu rutynowego przetwarzania. Slice tkanek nie będzie wykorzystywana do żadnych celów badawczych. Wszelkie możliwe do zidentyfikowania informacje będą dostępne tylko przez członków zespołu opieki klinicznej, a próbki pozostaną anonimowe dla naukowców, którzy nie są członkami zespołu opieki klinicznej.