来源：Tomsk State University
Biomedical Optics Express Vol. 10, Issue 7, pp. 3353-3368 (2019) Https://doi.org/10.1364/BOE.10.003353
研究者评论
在这项工作中，我们使用了一种称为定向梯度直方图的方法。这是一种最近才出现的，目前在个体模式识别（包括面部识别）中非常流行的方法。问题在于，在我们的案例中，需要区分的不是患者组织的个体特征，而是一组淋巴水肿患者的特征。使用数学建模，我们选择了该方法的参数，这有助于我们解决这个问题。
---Yury Kistenev，生物光子学实验室负责人，TSU 生物医学研究所执行主任
TSU 生物光子学实验室的科学家与Tomsk显微外科研究所的专家一起开发了一种诊断淋巴水肿的新工具，淋巴水肿是一种严重的病理表现，常见于几种肿瘤疾病根治性治疗后的并发症，淋巴液难以回流导致四肢严重水肿和炎症。研究人员已经学会使用多光子显微镜和计算机图像分析来识别这种早期症状，这些技术以往被用于人脸面部识别和人工智能学习。
淋巴水肿的诊断方法通常采用水肿肢体体积测量、淋巴管状态、淋巴流量以及组织学转化的方法来评估。
直接淋巴造影法将造影剂直接注入淋巴管。然而，随着时间的推移，这种方法因为有损坏淋巴管的风险而逐渐被放弃。间接淋巴闪烁显像基于在软组织或器官实体组织中产生的放射性标记造影剂影像，随后渗透到淋巴管。这种方法可以分析淋巴结构和淋巴转运，但在不同同位素的使用方面缺乏标准化方案。
水肿评估技术基于记录身体部位体积的增加，包括水置换法、光电测量法、生物电阻抗和周径测量。例如，水置换法涉及通过将身体部分浸入水容器中来测量身体部位的体积。直到最近，这种方法还是淋巴水肿诊断的“金标准”。不幸的是，一方面检测起来比较麻烦，另一方面，这种技术用于早期淋巴水肿检测的效果是值得怀疑的，因为早期淋巴水肿很可能检测不到肢体肿胀。
最近，超声、磁共振成像 (MRI) 和计算机断层扫描 (CT)，结合造影剂，也被用于淋巴水肿的诊断。这些方法能够分析积液、纤维化和组织密度变化。双能 X 线密度仪 (DEXA) 可以评估脂肪成分对整体组织增加的贡献。然而，上述方法要么技术复杂（例如，MRI 或 DEXA），要么相当昂贵，并且还具有放射性危害（例如，同位素间接淋巴显像）。
目前，也有使用吲哚菁绿 (ICG) 染料对淋巴管进行红外荧光成像，即使是小的淋巴管也能可视化，但需要将 ICG 染料侵入性注射到淋巴管中，操作的复杂程度影响了技术的广泛应用。
当前，尽管整个病理过程似乎类似于炎症的发病过程，关于受损淋巴管周围组织中究竟发生了什么，我们知之甚少。组织学分析表明，淋巴水肿的特征是在手术部位附近和远端区域的真皮和皮下组织出现了明显的急性炎症变化。
因此，通过组织学变化来进行诊断的价值越来越受到关注。集合淋巴管的组织化学变化分类如下：正常型、扩张型、收缩型和硬化型（NECST）。扩张型的特征是淋巴管内皮细胞变得扁平。在收缩型中，平滑肌细胞转化为合成细胞，促进胶原纤维的生长。纤维结构占硬化型组织的大部分。NECST 与淋巴水肿阶段分类之间的关联如上图所示。因此，组织学的纤维化先于淋巴水肿的临床表现，这一点对于早期诊断有特殊的意义。
基于如下事实，科学家们开发了一种新方法，即随着疾病的发展，组织结构发生了变化。胶原蛋白是人体最常见的蛋白质，也是所有组织形成的基础。为了识别这些变化，研究者使用了一种仪器设备 - 多光子显微镜（它能够在体外对组织进行细胞水平的研究，无需进行采样。在对生成的图像进行评估时，使用计算机分析和人工智能学习方法。研究人员开发了一种人工智能手段来诊断淋巴水肿的预测模型。在研究的测试样本中，显示出大约 95% 的准确度。众所周知，早期诊断对于继发性淋巴水肿的治疗有极大价值，可以大大减少或者延缓疾病的发病。
SHG图像上的标记点
研究结果发表在《Biomedical Optics Express》（2019 Q1）杂志上。文章“多光子成像和人工智能学习在淋巴水肿组织分析中的应用”被评论为本期最佳文章。
