基于近红外自发荧光和光学相干层析术的颈部组织分类与识别技术研究

Parathyroid is located in neck, which is an important endocrine gland. It is difficult for surgeons to differentiate parathyroid gland from lymph node, adipose tissue during thyroidectomy according to their appearance, so that temporary or permanent hypocalcemia may be caused by inadvertent excision or damage of parathyroid glands, or tumor recurrence may occur because of the lymph node metastasis. Up to now, no safe, reliable and real-time methods can be used to differentiate them in thyroidectomy. Bi-modal neck tissues imaging with integrated near-infrared auto-fluorescence (NIRAF) and optical coherence tomography (OCT) will be studied in this project. In order to find parathyroid from neck tissues, the function-imaging based NIRAF will be used for rough position, then structure-imaging based OCT will be used for precision recognition. For other neck tissues which doctors are unable to recognize, OCT will be used to classify and recognize them. In this project, we will develop an integrated experimental system of OCT/NIRAF, study the interaction mechanism between laser and neck tissues, study optical clearing technique for improving the detection depth, study statistical properties of OCT images and accumulate OCT image library for different neck tissues, and study artificial intelligence algorithms for image classification and recognition. Integrated OCT/NIRAF will accurately classify and recognize neck tissues with rapid, nondestructive, label-free, and real-time characteristics, and help surgeons preserve parathyroid and clear lymph node in thyroid surgery. This project will play an important theoretical and technical role in promoting the clinical development of this cutting-edge biomedical instrument.

甲状旁腺位于颈部，是一种非常重要的内分泌腺体。在甲状腺肿瘤切除术中医生很难从外观上区分甲状旁腺、淋巴结及脂肪等颈部组织，结果易造成甲状旁腺误切或受损，或淋巴结清扫不干净。前者会导致低钙血症，后者易引起肿瘤复发。临床上迄今仍没有一种安全可靠和实时的辅助识别方法。本项目将结合利用功能成像的自发荧光技术粗定位与结构成像的光学相干层析术精识别来确定正常甲状旁腺，并对于医生无法判断的颈部其它组织，利用光学相干层析术进行分类与识别。项目的研究内容包括：光学相干层析术/近红外自发荧光双模态成像的集成实验系统的建立、光与颈部组织相互作用机理的研究、光透明技术的研究、图像比对与图像库的建立及图像自动分类与识别研究。该项目的研究将可快速、无损、无标记、实时地实现颈部组织的准确分类和识别，辅助医生保护甲状旁腺，彻底清扫淋巴结。项目的研究成果将为后续开发实用化的硬件系统奠定重要的理论和技术基础。

甲状腺部分或全部切除是甲状腺恶性和一些良性病变治疗的最佳选择。甲状旁腺体积很小，却是人体的重要内分泌器官。在甲状腺切除术中，需要进行淋巴结清扫以防止恶性肿瘤复发。由于出血等各种原因，在术中医生很难从外观上区分甲状旁腺、淋巴结及脂肪等颈部组织，结果会造成甲状旁腺误切或受损，或淋巴结清扫不干净。临床上迄今仍没有一种安全可靠和实时的辅助识别方法。本项目结合利用功能成像的自发荧光技术(NIRAF)粗定位与结构成像的光学相干层析术(OCT)精识别来确定正常甲状旁腺，并对于医生无法判断的颈部其它组织，利用OCT进行分类与识别。项目完成了1300nm波段扫频源OCT(SS-OCT)/NIRAF多模态融合系统开发；搭建了高分辨的800nm波段偏振敏感谱域OCT (PS-SD-OCT) 系统 (纵向和横向分辨率分别为3.4微米和2-13微米可调)；设计并开发了基于微机电系统(MEMS)的便捷式手持样品探头。基于OCT/NIRAF多模态系统对不同颈部组织成像，证明了这种多模态成像技术在不同颈部组织分类识别中的优势。采集了包括颈部组织在内的生物组织的OCT图像，建立相应的OCT数据库，证明了基于OCT图像可以准确区分不同组织及其病变。提出了基于纹理特征和机器学习以及深度学习方法进行组织分类与识别的方法；建立了结合光学衰减模型与OCT系统参数的组织分类与识别的定量化方法。基于OCT成像原理，建立了基于深度学习进行OCT图像纵向超分辨和横向重聚焦的方法。分别基于有限元和蒙特卡罗方法研究了光在生物组织中的传输。本项目所获得的理论成果、搭建的硬件系统和建立的图像处理方法为生物组织高分辨光学无损影像学技术的发展及成像系统的开发奠定了坚实的基础。课题组在开展这种多模态成像技术研究中发现的现象及取得的重要成果将辅助医生保护甲状旁腺，彻底清扫淋巴结。项目的研究成果将为后续开发实用化的硬件系统奠定重要的理论和技术基础。