- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
多模态非线性显微镜图像中用于头颈部癌自动检测的全卷积网络：一项初步研究
摘要： 背景：基于全卷积神经网络（FCN）的自动化图像分析算法被开发用于根据非线性显微图像区分头颈癌与非癌性上皮组织。 方法：使用头颈癌切片进行标准组织病理学检查，并通过相干反斯托克斯拉曼散射、双光子激发荧光和二次谐波显微成像技术的组合，将这些切片与同一区域的多模态图像进行配准。采用FCN对四类目标（癌症、正常上皮、背景及其他组织类型）进行语义分割分析。 结果：共分析了12名患者的114张图像。通过图像块评分聚合，四类目标的平均识别率和总体识别率分别为88.9%和86.7%。处理数据集中整张切片图像平均耗时113秒。 结论：多模态非线性显微技术与基于FCN的自动化图像分析相结合，有望成为客观区分头颈癌与非癌性上皮组织的有效技术。
关键词： 数字病理学、语义分割、诊断学、二次谐波成像、卷积神经网络、双光子激发荧光、光谱组织病理学、图像分析、头颈癌、相干反斯托克斯拉曼散射
更新于2025-09-04 15:30:14
-
红外光谱组织病理学的高分辨率与超高分辨率成像技术，为揭示乳腺癌肺转移灶的化学微环境提供了新视角。
摘要： 我们利用高分辨率（HD）和超高分辨率（UHD）傅里叶变换红外（FTIR）光谱成像技术，对乳腺癌小鼠模型的肺部转移灶进行光谱特征分析，并与组织病理学结果（H&E染色）进行对比。该对比显示：对于直径小于1毫米的转移灶定位，两种方法具有极佳的一致性；且无标记HD/UHD红外光谱组织病理学技术能区分肿瘤细胞类型。我们主要聚焦于鉴别胸膜腔转移灶与肺实质癌细胞、以及因晚期转移生长导致的肺细胞外基质炎症细胞。此外，无监督聚类与红外成像的结合表明，FTIR光谱对识别位于胸膜腔下方的小型大转移灶及上皮-间质转化（EMT）过程中的化学特征具有高度敏感性?；贔TIR的光谱组织病理学不仅能检测乳腺癌向肺部的转移阶段，还可区分源自乳腺癌的不同转移灶起源。
关键词： 肺转移瘤、傅里叶变换红外成像的高分辨率与超高分辨率、光谱组织病理学、乳腺癌、无监督聚类
更新于2025-09-04 15:30:14