利用空间光干涉显微术对乳腺组织进行无标记定量筛查

乳腺癌是全球女性中最常见的癌症类型。乳腺组织的标准组织病理学是疾病诊断的主要手段，涉及病理学家对染色组织的手动显微镜检查。由于该方法依赖定性信息，可能导致观察者间差异。此外，对于疑难病例，病理学家常需要额外的恶性标志物以辅助诊断。我们提出一种利用空间光干涉显微术（SLIM）进行无标记组织筛查的定量方法。通过基于光学路径长度所揭示的纳米结构提取组织恶性标志物，我们的方法提供了一种客观且可潜在自动化的快速标记可疑组织的方法。我们通过成像包含68名不同受试者（34名恶性与34名良性组织）的组织微阵列验证了该方法。三重交叉验证结果显示检测癌症的灵敏度为94%、特异度为85%。我们提取的定量生物标志物为判定恶性提供了可重复且客观的依据。因此，这些疾病特征可通过机器学习工具包自动分类，因为我们的图像在不同扫描或不同仪器间不发生变化，即它们代表样本的内在物理属性，与染色质量无关。