在具有高组织渗透性的近红外线激发后，检测到非线性光学器件产生的荧光。因此，可以三维地观察尚未被固定或染色的活组织的深部。学分：大阪大学
癌症诊断需要冗长的多次组织活检分析过程，这阻碍了癌症的快速早期发现。在一项新研究中，大阪大学的研究人员开发了一种新颖的成像系统，该系统使用近红外光比传统方法具有更低的侵入性和更高的时间效率。
组织病理学分析或组织活检研究是癌症诊断的基石。首先，对来自不同组织位置的多个标本进行活检。然后将这些标本发送给病理学家，由病理学家对组织进行染色以检测目标分子，以确定是否存在癌细胞。尽管已经建立了一个过程，但它可能特别具有侵入性，因为必须增加同一器官内多个位置的足够的活组织检查活检，才能增加患上潜在癌症的机会，而某些器官(如肺，胰腺和肝癌)并不总是可能的子宫。怀疑子宫颈癌甚至是活检获取的禁忌症。由于组织采集，组织病理学准备，评估和报告准备的复杂性，该过程的另一个主要缺点是周转时间缓慢。
这项研究的通讯作者石井雅鲁(Masaru Ishii)说：“时间对于癌症至关重要。” “我们研究的目的是开发一种新技术，该技术仅使用获得的组织即可实时提供癌症诊断，而无需进一步的组织病理学准备。”
在正常组织图像中，细胞核(红色)稀疏，在细胞周围无法识别出纤维结构(绿色)。相反，在子宫颈癌图像中，癌细胞核膨胀且致密。癌细胞周围出现纤维状结构(绿色)。学分：大阪大学
无需多个步骤(例如活检，固定，切片和染色)就可以实时可视化。而且，由于数据是作为数字图像获得的，因此易于立即访问人工智能，并进行定量图像分类。学分：大阪大学
为了实现他们的目标，研究人员专注于子宫颈癌，子宫颈癌是女性中第四大最常见的癌症。他们从健康患者和子宫颈癌患者那里获得了活检样本，并立即通过使用近红外光扫描组织的成像系统对他们进行了成像。该成像系统的另一个特征是它不仅能够像常规那样扫描二维组织，而且还能扫描三维组织，从而获得组织的全貌。研究人员发现，含有DNA的细胞内的细胞室的核在癌组织中呈不规则形状。通过利用这一发现并使用机器学习算法进行分析，研究人员能够建立一种定量方法，根据核形状将组织分为正常组织和癌组织。更进一步，研究人员开发了另一种分类算法，在确定组织是否健康或患病时，应考虑活检组织中结缔组织的数量。
但是，这种成像系统是否可以改善子宫颈癌的诊断?为了验证成像结果的准确性，研究人员将标本发送给病理学家，然后病理学家对活组织检查进行了常规的组织病理学分析，发现这两种方法之间存在明显的重叠。使用这两种新近开发的分类算法，甚至可以区分浸润性癌和所谓的宫颈上皮内瘤变，宫颈上皮内瘤变是通过用子宫颈抹片检查收集宫颈细胞而检测到的浸润性癌的先兆。综上所述，这种新颖的成像方法使组织可以在三个维度上可视化，并且无需大量的组织准备即可进行癌症分析。
“这是惊人的结果, 相比于传统的方法,我们应该结合图像分析，利用人工智能使宫颈的微创可以快速，定量检测癌症，”石井说。“我们的成像系统可以帮助开发新颖的医疗设备，作为诊断癌症的改进方法。”
