美國伊利諾伊大學的研究人員通過在標準光學顯微鏡中增加紅外功能，將紅外測量結果與高分辨率光學圖像和機器學習算法結合，創建了與傳統病理技術密切相關的數字活檢，并且其性能也超過了最新的紅外顯微鏡。該研究成果發表在《PNAS》上。

https://doi.org/10.1073/pnas.1912400117

　　組織病理學的標準是添加染料或染色劑，以便病理學家在顯微鏡下看到細胞的形狀和模式。但是，將腫瘤與健康組織區分開及確定腫瘤的邊界都是很困難的，而且在許多情況下，診斷是主觀的。像紅外顯微鏡這樣的技術可以測量組織的分子組成，提供定量的測量來區分細胞類型。然而由于其價格昂貴，且樣品需要特殊的準備和處理，使得它們在絕大多數的臨床和研究環境中不切實際。

　　Rohit Bhargava教授領導的小組通過在光學相機中添加紅外激光器和專用顯微鏡鏡頭（稱為干涉物鏡），開發出了混合顯微鏡。這種紅外-光學混合技術可通過實驗室中普遍使用的光學顯微鏡測量紅外數據和高分辨率光學圖像。

紅外-光學混合（IR-OH）顯微鏡的概念。

　　將這兩種技術結合起來可以利用兩者的優勢，它不僅具有光學顯微鏡的高分辨率、大視野和可及性，紅外數據還可以進行計算分析，而無需添加任何會損壞組織的染料或染色劑。軟件可以重現不同的染色劑，甚至重疊它們以創建出更完整的、關于組織中成分的全數字圖像。研究人員通過對健康和癌變的乳腺組織樣本進行成像，并將混合顯微鏡的“染料”結果與傳統染色技術的結果進行比較，從而對顯微鏡進行了驗證。

乳房組織活檢的并排比較顯示了紅外-光學混合顯微鏡的某些功能。

左：傳統方法染色的組織樣本；中：由紅外-光學混合成像產生的計算著色；右：紅外數據識別的組織類型。圖像中的粉紅色表示惡性癌癥。圖片來源：伊利諾伊大學香檳分校

　　此外，研究人員發現，他們的紅外-光學混合顯微鏡在幾個方面都優于最先進的紅外顯微鏡：覆蓋率提高了10倍、一致性更高、分辨率提高了4倍，從而允許在更短的時間內，以前所未有的細節對更大的樣品進行紅外成像。在病理診斷方面，這可以幫助加快等待結果的速度，降低試劑和人員對組織染色的成本，并為癌癥病理學提供“全數字”解決方案。

　　研究人員計劃繼續完善用于分析混合圖像的計算工具。他們正在努力優化可測量多個紅外波長的機器學習程序，創建可輕松區分多種細胞類型的圖像，并將這些數據與詳細的光學圖像整合在一起，以精確地映射樣本中的癌癥。他們還計劃探索混合顯微鏡成像的進一步應用，如法醫學、高分子科學和其他生物醫學應用。

來源：生物探索