乳房温存手術のための構造化光イメージング、その1：光散乱と色解析

Structured light imaging for breast-conserving surgery, part I: optical scatter and color analysis.

• Benjamin W Maloney
• Samuel S Streeter
• David M McClatchy
• Brian W Pogue
• Elizabeth J Rizzo
• Wendy A Wells
• Keith D Paulsen

抄録

高空間周波数（HSF）照明を用いた構造化光イメージング（SLI）は、ネイティブ組織の散乱コントラストを増幅し、表在組織をより良く鑑別する方法を提供する。これを乳房温存手術（BCS）におけるマージン解析と70人のBCS患者からの総臨床組織のイメージングのために検討し、3つの良性/正常乳房組織サブタイプに対する6つの悪性腫瘍サブタイプについてSLIの鑑別性を検討した。回収された光散乱画像は、マルチスペクトル復調反射率の5つの異なる色空間表現を用いて解析された。浸潤性小葉癌と線維嚢胞性疾患のまれな組み合わせを除いて、SLIは、散乱および色パラメータに基づいて、周囲の良性組織から乳房悪性腫瘍のすべてのサブタイプを分類することができました（p値<0.05）。色の解析では、HSF照明の方が通常の均一照明よりも統計的に有意な識別が可能であった。術前の生検で得られた病変サブタイプに関する病理学的情報は、BCS中に検体表面の悪性腫瘍を検索する際に役立つことから、ペアワイズ分類解析に注目する動機となった。このSLIモダリティは、広い視野(約100cm2)で組織のクラスを区別する可能性があり、巨視的な組織の画像を迅速に取得する能力がありますが、構造的および形態学的な組織の構成要素に対しては顕微鏡レベルの感度であることから、特に注目されています。

Structured light imaging (SLI) with high spatial frequency (HSF) illumination provides a method to amplify native tissue scatter contrast and better differentiate superficial tissues. This was investigated for margin analysis in breast-conserving surgery (BCS) and imaging gross clinical tissues from 70 BCS patients, and the SLI distinguishability was examined for six malignancy subtypes relative to three benign/normal breast tissue subtypes. Optical scattering images recovered were analyzed with five different color space representations of multispectral demodulated reflectance. Excluding rare combinations of invasive lobular carcinoma and fibrocystic disease, SLI was able to classify all subtypes of breast malignancy from surrounding benign tissues (p-value  <  0.05) based on scatter and color parameters. For color analysis, HSF illumination of the sample generated more statistically significant discrimination than regular uniform illumination. Pathological information about lesion subtype from a presurgical biopsy can inform the search for malignancy on the surfaces of specimens during BCS, motivating the focus on pairwise classification analysis. This SLI modality is of particular interest for its potential to differentiate tissue classes across a wide field-of-view (∼100  cm2) and for its ability to acquire images of macroscopic tissues rapidly but with microscopic-level sensitivity to structural and morphological tissue constituents.