編譯／高晟鈞 腫瘤切除手術仍就是現在癌症的主流治療手段之一。歸功於成像和生化技術的進步，外科醫生現在可以更好地 …

編譯／高晟鈞

腫瘤切除手術仍就是現在癌症的主流治療手段之一。歸功於成像和生化技術的進步，外科醫生現在可以更好地將腫瘤和健康組織區分開來。更具體來說，這是通過一種名為「螢光引導手術」（FGS）的技術實現的。

FGS技術中，患者的組織會被一種染料染色，並且在特殊光源的照射下會發出紅外光。這種染料會優先與腫瘤細胞的表面結合，藉由它發射的光源，醫生可以得知與腫瘤的位置和範圍信息。在大多數FGS的使用過程中，紅外線光的強度被用作辨別對應於腫瘤像素的標準。然而，這項標準會受到多種諸如光照條件、相機設置、染料劑量等等因素影響，並影響結果的判讀。

近期，來自英國倫敦大學的Dale J. Waterhouse領導的團隊解決了這項困擾。該研究團隊開發出了一種新技術，將機器學習與短波紅外線螢光成像結合（SWIR），可以準確檢測腫瘤的範圍與邊界。

SWIR的原理，是藉由捕獲染色組織的多光譜圖像，而非簡單地測量單一特定波長的強度。簡單來說，該系統會放置六種不同波長（顏色）的濾光片，並為每個像素（背景環境、健康組織、腫瘤組織）紀錄六個測量值與光譜圖。最後透過機器學習模型，在多光譜SWIR圖像中準確識別這些文件。

在七種測試模型中，性能最好的模性實現了約97.5的像素分類精確度，包含了背景環境（97.1%）、健康組織（93.5%）、腫瘤（99.2%）。

這項研究將徹底改變FGS領域。SWIR可以允許人們去除圖像中的背景光、不需要的反射，並提供非侵入性方法來測量腫瘤的脂質含量和氧飽和度。此外，多光譜系統還可以使用具有不同特性的多種螢光染料，提供醫生更多層面的疾病信息。

資料來源:MedicalXpress

這篇文章 多光譜成像系統　有效提升腫瘤切除成功率 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。