《Photoacoustics》:Lower lip as a photoacoustic imaging window for detection of CTC clusters: A feasibility phantom study
编辑推荐:
摘要:利用光声成像(Photoacoustic Imaging, PAI)检测和连续监测循环肿瘤细胞(Circulating Tumor Cells, CTCs)仍面临挑战,原因在于其瞬态信号微弱且血液背景吸收强烈。这项概念验证研究探讨了下唇作为黑色素瘤CTC
摘要:利用光声成像(Photoacoustic Imaging, PAI)检测和连续监测循环肿瘤细胞(Circulating Tumor Cells, CTCs)仍面临挑战,原因在于其瞬态信号微弱且血液背景吸收强烈。这项概念验证研究探讨了下唇作为黑色素瘤CTC检测潜在光声成像窗口的可行性。研究人员开发了一种模拟下唇组织的仿体,其中包含模拟血管的通道、生理相关流动条件以及捐赠的人体血液。采用光声断层成像(Photoacoustic Tomography, PAT)对黑色素瘤细胞靶标(包括HS936.T和黑色素增强的Mel624+α-MSH细胞簇)进行成像。应用基于奇异值分解(Singular Value Decomposition, SVD)的背景抑制和基于时间-空间图(Kymograph)的时间分析来增强和表征瞬态靶标通过事件。研究人员开发了一种由时间-空间图衍生的复合靶标评分(Target Score),用于自动分类和视觉检查的时间引导。可检测性取决于靶标大小、黑色素含量和周围介质。Mel624+α-MSH细胞簇在含血条件下仍可检测,而类似大小的HS936.T细胞簇则未被检测到。单个HS936.T细胞也未被检测到,在所测试的黑色素浓度下,最小可检测细胞簇为500 μm。以操作员为参照的自动分类实现了0.800的F1分数和0.733的AUC,而时间引导捕获了83.3%的视觉识别通过事件,并将时间搜索空间减少了91.79%。血液和细胞供应有限限制了系统评估和重复实验。在此概念验证阶段,该框架提供了一种结合自动评分与重点视觉检查的半自动方法。这些发现支持进一步研究下唇作为光声监测循环黑色素瘤细胞的潜在部位,并为未来研究中开发自动化和半自动化CTC检测方法奠定了基础。
论文解读:下唇作为光声成像窗口用于循环肿瘤细胞簇检测的可行性仿体研究
一、研究背景与问题
转移是癌症相关死亡的主要原因,循环肿瘤细胞(Circulating Tumor Cells, CTCs)被认为是这一过程的关键介质和生物标志物。CTCs从原发或转移病灶脱落进入血液循环,其检测可为早期诊断、预后判断和治疗监测提供重要信息。然而,即使在转移性疾病中,CTCs也极为罕见,据报道其浓度约为每毫升血液1-10个细胞,相比之下白细胞有数百万个,红细胞有数十亿个。目前临床常用的CTC分析方法,如CellSearch和其他体外富集方法,基于少量血液样本,因此只能检测循环血液总量中的极小部分。这种稀疏采样在CTCs稀有性和时间变异性背景下尤为不利,限制了现有技术提供连续监测的能力。
光声成像(Photoacoustic Imaging, PAI)通过结合光学吸收对比度与超声检测深度,为连续、无创的CTC监测提供了有吸引力的途径。然而,一个主要的未解决挑战是确定同时具备低光学衰减、低声学衰减以及便于重复或连续监测的解剖部位。在此背景下,下唇(或上唇)是一个有前景但基本未被探索的光声CTC检测解剖窗口。下唇内侧口腔黏膜含有浅层表浅血管,且比角化皮肤具有更低的衰减,因此可能有助于无标记检测内源性吸收靶标以及更高灵敏度的对比增强光声检测。Winer等人已证明可在下唇内侧约50-150 μm深处的血管中无创成像白细胞。基于CTC全身循环的假设,下唇可能为重复监测提供便捷的光学-声学访问点。
二、研究内容与结论
本研究使用逼真的下唇血管体外仿体来验证这一概念的可行性。仿体设计用于近似下唇组织的几何形状和相关物理特性,并实现了生理相关流动条件。实验使用捐赠的人体血液以提供生理相关的光学吸收背景,并在现实条件下评估检测性能。研究人员培养了人黑色素瘤细胞系作为具有不同色素沉着特征的CTC模型,选择Mel624和HS936.T代表不同的色素沉着状态。使用光声断层成像(Photoacoustic Tomography, PAT)评估下唇能否作为黑色素瘤CTC样靶标血管内检测的实用光声窗口。
研究结果表明,可检测性取决于靶标大小、黑色素含量和周围介质。Mel624+α-MSH细胞簇在含血条件下仍可检测,而类似大小的HS936.T细胞簇则未被检测到。单个HS936.T细胞也未被检测到,在所测试的黑色素浓度下,最小可检测细胞簇为500 μm。以操作员为参照的自动分类实现了0.800的F1分数和0.733的AUC,而时间引导捕获了83.3%的视觉识别通过事件,并将时间搜索空间减少了91.79%。血液和细胞供应有限限制了系统评估和重复实验。
三、关键技术方法
研究人员使用了以下几项关键技术方法:首先,采用自制的光声-超声(PA-US)系统,包括脉冲激光器(PhotoSonus X, EKSPLA)和可编程超声平台(Vantage 256, Verasonics),使用线性阵列换能器(L11-4v)进行光声信号采集,激光波长为700 nm,脉冲重复率为100 Hz。其次,开发了模拟下唇组织的仿体,包含模拟血管的通道和生理相关流动条件。第三,应用基于奇异值分解(Singular Value Decomposition, SVD)的杂波抑制技术去除静态背景信号。第四,构建了基于时间-空间图(Kymograph)的时间分析框架,生成复合靶标评分(Target Score),用于自动分类和时间引导的视觉检查。
四、研究结果
4.1 光声成像系统与数据采集
光声成像使用自制的PA-US系统,激光器工作在700 nm波长,脉冲重复率100 Hz,脉冲持续时间2-5 ns。光学照明通过线性光纤阵列传递,最大测量脉冲能量约24.2 mJ,对应最大通量2.42 mJ/cm2。L11-4v换能器中心频率7.5 MHz,标称-6 dB分数带宽约91%。光声接收数据以30 MHz采样,使用延迟求和(Delay-and-Sum, DAS)波束成形重建图像。
4.2 SVD滤波
由于存在强静态背景信号和系统相关伪影,单帧图像不总能可靠识别移动靶标。研究人员应用基于奇异值分解(SVD)的时空滤波方法增强流动粒子和细胞的可见性。在所有数据集中一致移除前两个主要奇异分量,该截断通过经验检查确定,目的是抑制静态背景同时保留时变移动目标信号。SVD滤波后,残余杂波信号仍存在,黑色素瘤细胞样靶标的识别基于跨连续帧持续存在并沿血管呈现连贯运动的局部信号。
4.3 基于Kymograph的时间分析
研究人员开发了基于Kymograph的时间分析框架,生成复合时间靶标评分SCTC(t),具有两个互补用途:完整录制的自动分类和视觉检查的时间引导。首先从SVD滤波图像序列在手动定义的血管ROI内构建Kymograph,对每帧和水平位置使用高百分位统计量汇总血管横截面像素强度。然后减去每个空间位置的时间中位数以抑制静态空间结构。该框架结合了移动信号的时间和空间特征,同时降低了对孤立静态散斑波动的敏感性。
4.4 检测性能评估
以操作员识别的通过状态为参照,自动分类实现了0.800的F1分数和0.733的AUC。时间引导方法捕获了83.3%的视觉识别通过事件,并将时间搜索空间减少了91.79%。检测能力取决于靶标大小、黑色素含量和周围介质。Mel624+α-MSH细胞簇在含血条件下仍可检测,而类似大小的HS936.T细胞簇未被检测到。单个HS936.T细胞未被检测到,最小可检测细胞簇为500 μm。
五、讨论与结论
讨论部分指出,检测能力与靶标的黑色素含量密切相关,Mel624+α-MSH细胞簇因其较高的黑色素含量而在含血条件下保持可检测性。有限的血液和细胞供应限制了系统评估和重复实验。在此概念验证阶段,该框架提供了一种结合自动评分与重点视觉检查的半自动方法,为操作员审查长时间录制提供了时间引导,同时自动分类能力也得到初步验证。
研究结论表明,这些发现支持进一步研究下唇作为光声监测循环黑色素瘤细胞的潜在部位,并为未来研究中开发自动化和半自动化CTC检测方法奠定了基础。这一概念在长期内可能推动可穿戴设备的实现,例如集成在护齿器中的设备,能够在睡眠或治疗期间监测唇部血管,为高风险转移患者提供连续监测,有助于制定预防转移措施和优化治疗方案。