恶性肿瘤,俗称癌症,就像一个来自地狱的恶魔,让人谈癌色变,唯恐避之不及。癌症是威胁我国居民生命健康的头号杀手,给无数患者的身体和心灵带来了双重折磨,给无数家庭带来深深的痛苦和沉重的打击。
随着老龄化趋势的加重和致癌性活动的增加,我国癌症发病率和死亡率在逐年攀升。国家癌症中心于2019年1月发布的全国癌症统计数据显示:近10多年来,我国恶性肿瘤发病率每年增加约3.9%,死亡率每年增加约2.5%,平均每天有过万人被确诊为癌症,每分钟有超过5人死于癌症。“防癌”“控癌”形势极其严峻。
对付让人闻风丧胆的恶心肿瘤,早发现、早诊断、早治疗是提高癌症治疗效果,降低患者死亡率和改善患者生活质量的关键。原因在于,恶性肿瘤的发生发展是一个渐进演变的长期过程,从一个细胞发生恶性突变开始,癌细胞不断繁殖生长,积累突变效应,脱离机体控制,最终成长为破坏人体生命系统的恶魔。早期癌症对机体破坏性较小,且一般尚未发生转移,治疗相对容易。
目前,临床阶段的癌症诊断手段主要为医学影像检测,包括X光计算机断层扫描成像(CT),磁共振成像(MRI),超声成像(US)。但是这些成像模态灵敏度不够高,在实际中很难检出早期的微小恶性肿瘤病灶,许多癌症患者因此错过最佳治疗期。
光学断层成像是新一代医学影像技术,具有成像灵敏度高、特异性强的优势,有望检测到体内微小的发光病灶。
光学断层成像的过程是:将发光基团与靶向分子结合,注入到生物体内,发光基团会在靶向分子的牵引下聚集到病灶区域,从而“点亮”肿瘤。肿瘤区域发出的光信号穿透到生物体表面被高灵敏度CCD探测器采集,结合其它成像模态如MRI、CT提供的解剖结构信息,从而可以逆向求出光源在生物体内的三维分布,即可视化肿瘤的三维空间分布。
光学断层成像相当于高精准定位仪,能够及时发现体内肿瘤,并给出其位置。但是光学断层成像目前仍存在诸多亟待解决的问题。
由于光子在生物体内具有非均匀化的高散射和高吸收的物理特性,求解肿瘤位置是一项极具挑战的工作。传统方法基于辐射传输模型模拟光子在生物体内的传输过程,建立扩散近似方程,再通过正则化等优化方法求解该方程,进而获取肿瘤位置。但是这一方法存在精确度不高,求解过程繁琐和时间成本高昂的缺陷。
人工智能(AI)给光学断层成像的发展带来新契机。相比于传统方法,人工智能能够高效快速学习大量样本的特征,逼近真实的物理过程,有望显著提高光学断层成像的精度。同时人工智能对给定的新样本,能够快速进行求解,减少了对人工参数依赖,有望建立光学断层成像的快速自动求解软件系统。
中国科学院分子影像重点实验室研究团队,提出了基于AI的光学断层成像方法。利用仿真平台构建出的近万例训练样本训练了一个新型AI光学断层成像系统。该系统在仿真数据上空间定位精度提高了近10倍。
同时,该团队构建了荷瘤小鼠模型,对其进行CT-MRI-光学三模态成像,利用AI光学断层成像系统得到真实小鼠体内肿瘤的三维空间分布。这项研究揭示AI在提高生物医学成像精度和效率上具有显著的优越性和临床应用潜力。
AI+光学断层成像,以及基于此建立的软件分析系统,有望成为恶性肿瘤的早期检测和早期诊断的重要手段。科研人员将继续努力,让AI自动、实时、快速寻找发现人体内的恶性肿瘤,尤其是早期肿瘤,并将其三维可视化,从而辅助医生进行治疗。