Onderzoekers hebben voor het eerst een krachtige microscopietechniek gecombineerd met geautomatiseerde beeldanalyse-algoritmen om onderscheid te maken tussen gezond en gemetastaseerd kankerweefsel zonder te vertrouwen op invasieve biopsieën of het gebruik van een contrastkleurstof. Deze nieuwe aanpak zou artsen op een dag kunnen helpen bij het opsporen van kankermetastasen die anders moeilijk te zien zijn via standaard beeldvormingstechnologieën tijdens operaties.

"Bestaande technieken zijn van onschatbare waarde, maar hebben een lage ruimtelijke resolutie en vereisen vaak het gebruik van exogene contrastmiddelen, " zei mede-leider van het onderzoeksteam Thomas Schnelldorfer van het Lahey Hospital, Burlington, Massa., U.S.A. "De methode die in dit werk wordt gebruikt, identificeert op een volledig labelvrije manier cellulaire en weefselkenmerken op microscopisch niveau, werkt in wezen als een biopsie zonder mes, " voegde Dimitra Pouli van Tufts University toe, Medford, Massa., VS., hoofdauteur van de studie.

In het tijdschrift The Optical Society (OSA) Biomedische Optica Express , onderzoekers demonstreren het gebruik van multifotonmicroscopie samen met geautomatiseerde beeld- en statistische analyse-algoritmen om vers uitgesneden biopsieën uit de peritoneale holte te onderzoeken, een deel van de buik dat vaak wordt aangetast door uitgezaaide kankers, vooral voor patiënten met eierstokkanker. Het is de eerste keer dat gezond en metastatisch menselijk peritoneaal weefsel met succes is geëvalueerd door deze microscopiemodaliteit te combineren met technieken voor beeldtextuuranalyse.

Omdat de benadering cellulaire en extracellulaire weefselkenmerken op microscopisch niveau evalueert, het zou kankermetastasen in een vroeger stadium kunnen identificeren, wanneer het misschien gemakkelijker te behandelen is. Door algoritmen te gebruiken om weefsels te classificeren, de aanpak kan ook helpen om vooroordelen bij het interpreteren van afbeeldingen te verminderen en methoden aan te vullen die afhankelijk zijn van menselijke expertise.

"Dit kan chirurgen uiteindelijk helpen om verdachte of zieke gebieden direct in de operatiekamer in realtime te identificeren, die op hun beurt rechtstreeks van invloed zijn op het patiëntenbeheer, ’ zei Schnelldorfer.

"Omdat de methode gebruik maakt van inherente weefselsignalen die bijna overal in weefsels aanwezig zijn, het kan worden toegepast op andere soorten kanker en andere toepassingen helemaal, zoals fibrose en hart- en vaatziekten, waarbij de weefselstructuur en de hermodellering van de extracellulaire matrix worden veranderd door de onderliggende ziekteprocessen, " voegde Irene Georgakoudi toe, studie co-leider van Tufts University.

Aanwijzingen vinden in weefseltextuur

Multifotonmicroscopie werkt door laserlicht aan weefsel te leveren. Hoewel de laser een hoge piekintensiteit heeft, het wordt geleverd in zeer korte pulsen om het gemiddelde vermogen klein te houden en geen weefselbeschadiging te veroorzaken. Omdat verschillende weefselcomponenten in wisselwerking staan ​​met het laserlicht, ze zenden signalen uit die vervolgens door de microscoop worden opgehaald om een ​​beeld te creëren. Zodra de beelden zijn verkregen, geautomatiseerde beeldverwerkingsalgoritmen kunnen worden gebruikt om unieke textuurkenmerken te onthullen. Deze kenmerken, die niet zichtbaar zijn in de afbeeldingen die zijn verkregen met standaard operatieve beeldvormingstools, kunnen worden geanalyseerd met statistische modellen om het weefsel als gezond of ziek te classificeren.

Een belangrijk voordeel van de aanpak is dat de beeldacquisitie en -analyse gebaseerd zijn op componenten van het weefsel zelf, zoals cellen of collageen, een eiwit dat bindweefsel vormt - in plaats van op contrastkleurstoffen die eraan zijn toegevoegd. Dit maakt analyse mogelijk van inherente kenmerken die verband houden met vorm en functie op een volledig niet-invasieve en niet-destructieve manier.

In dit werk, de onderzoekers pasten deze gecombineerde microscopie- en analysetechniek voor het eerst toe op gezonde en gemetastaseerde menselijke pariëtale peritoneale weefsels. Omdat pariëtaal peritoneaal weefsel vol collageen zit, een deel van de analytische implementatie was gericht op het evalueren van de microstructurele patronen van collageenvezels en hun intermoleculaire verknopingssignalen.

De onderzoekers ontdekten dat gezond en ziek weefsel onderscheidende patronen vertoonde in termen van contrast (een maat voor intensiteitsverschillen van pixel tot pixel) en correlatie (een maat voor patroonherhaling). Terwijl gezonde weefsels een grotere variatie in deze kenmerken vertoonden, metastatische weefselafbeeldingen toonden meer uniforme intensiteitspatronen en kleinere vezels. Deze veranderingen weerspiegelen de vernietiging van het oorspronkelijke bindweefsel door de kankercellen, het verstrekken van een kenmerk van kanker metastase.

De stadiëring van kanker verbeteren

Het bepalen van de omvang en locaties van kankerverspreiding - bekend als stadiëring - is cruciaal voor een effectieve kankerbehandeling. Transversale radiografische beeldvorming en witlichtlaparoscopie zijn instrumenten die worden gebruikt om abdominale metastasen te identificeren, maar schieten vaak tekort als het gaat om het opsporen van kleinere laesies begraven in gezond weefsel. Biopsieën en microscopisch onderzoek spelen ook een sleutelrol bij het bepalen of kankercellen zijn uitgezaaid en de micro-omgeving van het weefsel beginnen binnen te dringen.

Wanneer eierstokkanker zich begint te verspreiden, het verschijnt meestal eerst in het buikvlies, een membraan dat de buikholte bekleedt. Om hun nieuwe methode te testen, de onderzoekers gebruikten het om peritoneale biopsieën te analyseren die waren verzameld van acht patiënten met bevestigde of vermoede ovariële maligniteit.

Analyse van 41 beelden verkregen uit de biopsieën, de techniek classificeerde 40 van de 41 afbeeldingen correct (een nauwkeurigheid van 97,5 procent). Een totaal van 11 monsters werden correct geclassificeerd als gemetastaseerd (100 procent gevoeligheid) en 29 van de 30 werden correct geclassificeerd als gezond (96,6 procent specificiteit).

De onderzoekers zijn van plan de methode te blijven testen in een grotere steekproef van afbeeldingen van een bredere patiëntenpopulatie. Hoewel de analysemethode is geoptimaliseerd voor het detecteren van eierstokkanker die is uitgezaaid in pariëtaal peritoneaal weefsel, dezelfde techniek zou kunnen worden aangepast voor het analyseren van andere weefseltypes en andere kankertypes.

Hoewel biopsieën werden gebruikt om de methode te testen, onderzoekers zeggen dat het uiteindelijke doel is om het rechtstreeks toe te passen op delen van het lichaam waar kanker wordt gevonden of vermoed, zonder de noodzaak van biopsieën of kleurstoffen. Voordat de techniek kan worden gebruikt voor realtime weefselanalyse tijdens operaties, er zal extra werk nodig zijn om de microscopiecomponenten te miniaturiseren, integreer de microscoop met chirurgische instrumenten en maak real-time analyse van de verkregen beelden direct in de operatiekamer mogelijk.