基于深度学习优化高光谱成像的术中脑肿瘤检测
图像与视频处理
2023-02-07 v1 计算机视觉与模式识别
机器学习
摘要
胶质瘤（内源性脑肿瘤）的手术，尤其是低级别胶质瘤，由于病灶的浸润性特征而极具挑战性。目前，尚无实时、术中、无标记且宽视野的工具可供辅助和引导外科医生寻找这些肿瘤的相关边界。虽然高级别胶质瘤存在基于标记物的方法，但低级别胶质瘤尚无便捷的解决方案；因此，无标记光学技术成为一种极具吸引力的选择。尽管 RGB 成像是手术显微镜中的标准工具，但它不包含足以进行组织区分的信息。我们利用高光谱成像 (HSI) 丰富的信息，这些信息由连接到手术显微镜的 snapscan 相机在 468-787 nm 范围内采集，以构建基于深度学习的癌症切除诊断工具，并具有术中引导的潜力。然而，HSI snapscan 相机的主要局限在于图像采集时间，这限制了其在手术室中的广泛部署。在此，我们研究了 HSI 通道减少和预选的效果，以界定开发更廉价、更快速传感器的设计空间。我们利用神经网络来识别用于肿瘤组织区分的最重要光谱通道，在通道数量与精度之间进行优化权衡，以实现实时术中应用。我们在五名患者的手术过程中采集的临床数据集上评估了该方法的性能。通过展示高效检测低级别胶质瘤的可能性，这些结果有助于更好地确定癌症切除边界，从而潜在地提高治疗有效性和患者预后。
引用
@article{arxiv.2302.02884,
title = {Intra-operative Brain Tumor Detection with Deep Learning-Optimized Hyperspectral Imaging},
author = {Tommaso Giannantonio and Anna Alperovich and Piercosimo Semeraro and Manfredo Atzori and Xiaohan Zhang and Christoph Hauger and Alexander Freytag and Siri Luthman and Roeland Vandebriel and Murali Jayapala and Lien Solie and Steven de Vleeschouwer},
journal= {arXiv preprint arXiv:2302.02884},
year = {2023}
}
备注
SPIE Photonics West 2023 conference Optical Biopsy XXI: Toward Real-Time Spectroscopic Imaging and Diagnosis. 18 pages, 11 figures