PNAS：红外-光学混合显微镜将癌症确诊带入数字时代

美国伊利诺伊大学的分析执法人员通过在标准光学系统光学系统中都减小红外线动态，将红外线量度结果与分光镜光学系统图表和机器学习算法结合，创建人了与传统习俗病变高效率相关联的十六进制恶性肿瘤，并且其性能指标也最多了最新的红外线光学系统。该分析成果发表在《PNAS》上。 一个组织病变学的标准是添加染料或偶氮，以便病变学家在光学系统下认出细胞膜的形似和来展开。但是，将与健康一个组织近似于及确定的边界都是很困难的，而且在许多完全都，病人是主观的。像红外线光学系统这样的高效率可以量度一个组织的大分子组成，提供定量的量度来辨别细胞膜类型。然而由于其价格昂贵，且样品需要特殊的准备和处理过程，使得它们在绝大多数的流行病学和分析环境中都不切实际。 Rohit Bharga教授指派的小组通过在光学系统相机中都添加红外线激光器和专用光学系统镜头（称为介入物镜），开发出了混搭光学系统。这种红外线-光学系统混搭高效率可通过实验室中都广泛使用的光学系统光学系统量度红外线信息和分光镜光学系统图表。红外线-光学系统混搭（IR-OH）光学系统的本质。 将这两种高效率结合上去可以运用两者的优势，它不仅具有光学系统光学系统的分光镜、大视野和可及性，红外线信息还可以展开数值分析，而不须添加任何才会受损一个组织的染料或偶氮。软件可以重现相同的偶氮，甚至相异它们以创建人出来得完整的、关于一个组织中都掺入的全都十六进制图表。分析执法人员通过对健康和癌变的乳腺一个组织样品展开光学系统，并将混搭光学系统的“染料”结果与传统习俗着色高效率的结果展开比较，从而对光学系统展开了证明。一个组织恶性肿瘤的正上方比较标示出了红外线-光学系统混搭光学系统的某些动态。左：传统习俗原理着色的一个组织样品；中都：由红外线-光学系统混搭光学系统造成了的数值可视；右：红外线信息标记的一个组织类型。图表中都的粉红色指出恶性乳腺癌。图片缺少：伊利诺伊大学香槟分校 此外，分析执法人员发现，他们的红外线-光学系统混搭光学系统在几个总体都高于最精密的红外线光学系统：覆盖率提高了10倍、一致性来得高、分辨率提高了4倍，从而意味着在来得短的时间内，以前所未有的细节对很大的样品展开红外线光学系统。在病变病人总体，这可以帮助加速等待结果的速度，增高试剂和执法人员对一个组织着色的运输成本，并为乳腺癌病变学提供“全都十六进制”框架。 分析执法人员开发计划继续完善常用分析混搭图表的数值工具。他们正在努力最优化可量度多个红外线波长的机器学习机制，创建人可轻松辨别多种细胞膜类型的图表，并将这些信息与详实的光学系统图表为基础在两人，以精确地映射样品中都的乳腺癌。他们还开发计划探索混搭光学系统光学系统的进一步应用，如法医学、高大分子科学和其他生物医学应用。完整出处：Martin Schnell，et al. All-digital histopathology by infrared-optical hybrid microscopy. PNAS first published February 3, 2020 .