Quando i chirurghi rimuovono il cancro, una delle prime domande è, "Hanno capito tutto?" I ricercatori della Rice University e dell'MD Anderson Cancer Center dell'Università del Texas hanno creato un nuovo microscopio in grado di visualizzare in modo rapido ed economico grandi sezioni di tessuto, potenzialmente durante l'intervento chirurgico, per trovare la risposta.

Il microscopio può visualizzare rapidamente pezzi di tessuto relativamente spessi con risoluzione cellulare, e potrebbe consentire ai chirurghi di ispezionare i margini dei tumori entro pochi minuti dalla loro rimozione. È stato creato da ingegneri e fisici applicati alla Rice ed è descritto in uno studio pubblicato questa settimana su Atti dell'Accademia Nazionale delle Scienze .

"L'obiettivo principale dell'intervento è rimuovere tutte le cellule tumorali, ma l'unico modo per sapere se hai tutto è guardare il tumore al microscopio, " ha detto Mary Jin di Rice, un dottorato di ricerca studente in ingegneria elettrica e informatica e co-autore dello studio. "Oggi, puoi farlo solo affettando prima il tessuto in sezioni estremamente sottili e quindi immaginando quelle sezioni separatamente. Questo processo di affettatura richiede attrezzature costose e la successiva acquisizione di immagini di più sezioni richiede molto tempo. Il nostro progetto cerca fondamentalmente di visualizzare direttamente grandi sezioni di tessuto, senza affettare."

Il microscopio a profondità di campo estesa per l'apprendimento profondo di Rice, o DeepDOF, utilizza una tecnica di intelligenza artificiale nota come deep learning per addestrare un algoritmo informatico per ottimizzare sia la raccolta di immagini che la post-elaborazione delle immagini.

Con un tipico microscopio, c'è un compromesso tra risoluzione spaziale e profondità di campo, il che significa che solo le cose che sono alla stessa distanza dall'obiettivo possono essere messe a fuoco chiaramente. Le caratteristiche che si trovano anche a pochi milionesimi di metro più vicine o più lontane dall'obiettivo del microscopio appariranno sfocate. Per questa ragione, i campioni del microscopio sono in genere sottili e montati tra vetrini.

Oggi i vetrini vengono utilizzati per esaminare i margini del tumore, e non sono facili da preparare. Il tessuto rimosso viene solitamente inviato a un laboratorio ospedaliero, dove gli esperti lo congelano o lo preparano con prodotti chimici prima di fare fette sottilissime e montarle su vetrini. Il processo richiede tempo e richiede attrezzature specializzate e lavoratori con formazione qualificata. È raro che gli ospedali abbiano la possibilità di esaminare i vetrini per i margini del tumore durante l'intervento chirurgico, e gli ospedali in molte parti del mondo mancano delle attrezzature e delle competenze necessarie.

"I metodi attuali per preparare il tessuto per la valutazione dello stato del margine durante l'intervento chirurgico non sono cambiati in modo significativo da quando sono stati introdotti per la prima volta oltre 100 anni fa, ", ha affermato la coautrice dello studio Ann Gillenwater, M.D., un professore di chirurgia della testa e del collo al MD Anderson. "Portando la capacità di valutare accuratamente lo stato del margine in più siti di trattamento, il DeepDOF ha il potenziale per migliorare i risultati per i malati di cancro trattati con un intervento chirurgico."

Il dottorato di ricerca di Jin consulente, l'autore corrispondente allo studio Ashok Veeraraghavan, ha affermato che DeepDOF utilizza un microscopio ottico standard in combinazione con una maschera di fase ottica economica che costa meno di $ 10 per visualizzare interi pezzi di tessuto e fornire profondità di campo fino a cinque volte maggiori rispetto ai microscopi all'avanguardia di oggi.

"Tradizionalmente, le apparecchiature di imaging come fotocamere e microscopi sono progettate separatamente dal software e dagli algoritmi di elaborazione delle immagini, ", ha affermato il co-autore dello studio Yubo Tang, un associato di ricerca post-dottorato nel laboratorio dell'autore corrispondente Rebecca Richards-Kortum. "DeepDOF è uno dei primi microscopi progettato pensando all'algoritmo di post-elaborazione".

La maschera di fase viene posizionata sopra l'obiettivo del microscopio per modulare la luce che entra nel microscopio.

"La modulazione consente un migliore controllo della sfocatura dipendente dalla profondità nelle immagini catturate dal microscopio, " disse Veeraraghavan, un esperto di imaging e professore associato in ingegneria elettrica e informatica alla Rice. "Questo controllo aiuta a garantire che gli algoritmi di sfocatura applicati alle immagini catturate recuperino fedelmente le informazioni sulla trama ad alta frequenza su una gamma di profondità molto più ampia rispetto ai microscopi convenzionali".

DeepDOF lo fa senza sacrificare la risoluzione spaziale, Egli ha detto.

"Infatti, sia il pattern della maschera di fase che i parametri dell'algoritmo di deblurring vengono appresi insieme utilizzando una rete neurale profonda, che ci consente di migliorare ulteriormente le prestazioni, " disse Veeraraghavan.

DeepDOF utilizza una rete neurale di deep learning, un sistema esperto che può imparare a prendere decisioni simili a quelle umane studiando grandi quantità di dati. Per addestrare DeepDOF, i ricercatori lo hanno dimostrato 1, 200 immagini da un database di vetrini istologici. Da quello, DeepDOF ha imparato come selezionare la maschera di fase ottimale per l'imaging di un particolare campione e ha anche imparato come eliminare la sfocatura dalle immagini che acquisisce dal campione, mettendo a fuoco cellule da diverse profondità.

"Una volta che la maschera di fase selezionata è stata stampata e integrata nel microscopio, il sistema acquisisce le immagini in un unico passaggio e l'algoritmo ML (machine learning) esegue il deblurring, " disse Veeraraghavan.

Richards-Kortum, Professore della Rice's Malcolm Gillis University, professore di bioingegneria e direttore del Rice 360° Institute for Global Health, ha detto che DeepDOF può catturare ed elaborare le immagini in appena due minuti.

"Abbiamo convalidato la tecnologia e mostrato la prova del principio, "Richards-Kortum ha detto. "È necessario uno studio clinico per scoprire se DeepDOF può essere utilizzato come proposto per la valutazione del margine durante l'intervento chirurgico. Speriamo di iniziare la convalida clinica nel prossimo anno".