PNAS：红外-光学混合显微镜将癌症检验带入数字时代

美国伊利诺伊大学的原始数据分析医务人员通过在规格光学系统全像之前增加微波功能，将微波测量结果与高精度光学系统图像和机器学习正则表达式融合，建立了与传统观念病理核心技术密切相关的数字外科手术，并且其效能也超过了最新的微波全像。该原始数据分析者发表在《PNAS》上。 其组织生物学的规格是替换成染料或乳胶，以便生物学家在全像下看到细胞膜的形状和模式。但是，将肿瘤与身体健康其组织比如说及确定肿瘤的边境线都是很瓶颈的，而且在许多情况下，诊断是主观的。像微波全像这样的核心技术可以测量其组织的分子组成，包括定量的测量来区分细胞膜型式。然而由于其不算，且试样只能特殊的准备好和管控，使得它们在绝大多数的临床和原始数据分析周边环境之前可行。 Rohit Bhargava原始数据分析员主导的小组通过在光学系统相机之前替换成微波激光器和专用全像镜头（称为约束目镜），开发显露了复合全像。这种微波-光学系统复合核心技术可通过原始数据分析团队之前普遍采用的光学系统全像测量微波原始数据和高精度光学系统图像。微波-光学系统复合（IR-OH）全像的基本概念。 将这两种核心技术融合起来可以利用两者的优势，它不仅具有光学系统全像的高精度、大视野和可及性，微波原始数据还可以来进行近似值分析，而并不需要替换成任何可能会毁坏其组织的染料或乳胶。应用软件可以重现不同的乳胶，甚至重叠它们以建立显露更完整的、关于其组织之前糖类的全图像。原始数据分析医务人员通过对身体健康和癌变的乳腺其组织样本来进行全像，并将复合全像的“染料”结果与传统观念染色核心技术的结果来进行比较，从而对全像来进行了正确性。乳房其组织外科手术的并排比较显示了微波-光学系统复合全像的某些功能。左：传统观念方法染色的其组织样本；之前：由微波-光学系统复合全像产生的近似值着色；右：微波原始数据识别的其组织型式。图像之前的蓝色表示恶性癌症。特写来源：伊利诺伊大学香槟分校 此外，原始数据分析医务人员发现，他们的微波-光学系统复合全像在几个方面都优于最高科技的微波全像：覆盖面积大幅提高了10倍、一致性更高、分辨率大幅提高了4倍，从而准许在更短的间隔时间内，以前所未有的细节对更大的试样来进行微波全像。在病理诊断方面，这可以帮助进一步提高等待结果的反应速度，降低试剂和医务人员对其组织染色的成本，并为癌症生物学包括“全数字”提供商。 原始数据分析医务人员蓝图之前完善用于分析复合图像的近似值工具。他们早就奋斗大幅提高效率可测量多个微波波长的机器学习程序，建立可轻松区分多种细胞膜型式的图像，并将这些原始数据与详细的光学系统图像整合在四人，以精确地映射样本之前的癌症。他们还蓝图冒险复合全像全像的进一步领域，如法医学、高分子科学和其他生物医学领域。原始原文：Martin Schnell，et al. All-digital histopathology by infrared-optical hybrid microscopy. PNAS first published February 3, 2020 .