荧光图像的人工智能分析术中检测转移性前哨淋巴结。

评估早期乳腺癌患者的前哨淋巴结 (SLN) 对于选择合适的手术方法至关重要。 但在腋窝标本的纤维脂肪组织内识别转移性淋巴结仍然是一个挑战。 最近，吲哚菁绿（ICG）和亚甲蓝常用于临床实践。 ICG 作为一种荧光染料，在手术过程中对 SLN 的映射具有有效性。 外科医生可以跟随荧光显示来检测 SLN，并同时捕获实时荧光视频图像。 其他几个小组已经证明，使用 ICG 荧光手术导航系统检测乳腺癌患者的前哨淋巴结在技术上是可行的。 但目前尚无研究探讨有转移和无转移的乳腺前哨淋巴结荧光图像之间的变异性。 医学成像中的深度学习 (DL) 人工智能 (AI) 算法正在迅速扩展。

在这项研究中，研究人员旨在开发和验证一种易于使用的人工智能预测模型，以在术中识别前哨淋巴结转移状态。 此外，探讨这种独立和并行的术中淋巴结评估工作流程是否可以提供快速准确的颅底淋巴结荧光图像分析，同时利用光学成像和人工智能检测隐匿性淋巴结（微）转移。