甲状腺・副甲状腺手術における分光組織分類の自動化に向けて

Towards automated spectroscopic tissue classification in thyroid and parathyroid surgery.

• Rutger M Schols
• Lejla Alic
• Fokko P Wieringa
• Nicole D Bouvy
• Laurents P S Stassen

抄録

背景:

(パラ)甲状腺手術では、異所性の副甲状腺損傷を防ぐ必要があります。外科医の目を助けるためには、副甲状腺特有の画像強調を可能にするカメラシステムが有用であろう。ハイパースペクトルカメラ技術は、副甲状腺組織のスペクトルシグネチャが、周囲の組織と確実かつ自動的に区別できるほどの特異的な特徴を持っていれば、機能するかもしれない。これを調査する最初のステップとして、シリコン（Si）およびインジウム-ガリウム-アルセニド（InGaAs）センサーを用いて、自動分光組織分類のための広帯域拡散反射分光法（DRS）の実現可能性を調査した。

BACKGROUND: In (para-)thyroid surgery iatrogenic parathyroid injury should be prevented. To aid the surgeons' eye, a camera system enabling parathyroid-specific image enhancement would be useful. Hyperspectral camera technology might work, provided that the spectral signature of parathyroid tissue offers enough specific features to be reliably and automatically distinguished from surrounding tissues. As a first step to investigate this, we examined the feasibility of wide band diffuse reflectance spectroscopy (DRS) for automated spectroscopic tissue classification, using silicon (Si) and indium-gallium-arsenide (InGaAs) sensors.

方法:

DRS(350-1830nm)は、(パラ)甲状腺切除術中に実施された。得られたスペクトルから、あらかじめ定義された波長の36の特徴量が抽出された。副甲状腺を脂肪または甲状腺から分類するのに最適な特徴量を、SiとInGaAsセンサーの範囲の二値ロジスティック回帰で評価した。分類性能は、Leave-one-outクロスバリデーションにより評価した。

METHODS: DRS (350-1830 nm) was performed during (para-)thyroid resections. From the acquired spectra 36 features at predefined wavelengths were extracted. The best features for classification of parathyroid from adipose or thyroid were assessed by binary logistic regression for Si- and InGaAs-sensor ranges. Classification performance was evaluated by leave-one-out cross-validation.

結果:

19人の患者で299のスペクトルが記録された（62組織部位：甲状腺=23、副甲状腺=21、脂肪=18）。副甲状腺-脂肪の分類精度は、それぞれ79%(Si)、82%(InGaAs)、97%(Si/InGaAsの複合)であった。副甲状腺-甲状腺の分類精度は、それぞれ80%(Si)、75%(InGaAs)、82%(Si/InGaAs合算)であった。

RESULTS: In 19 patients 299 spectra were recorded (62 tissue sites: thyroid = 23, parathyroid = 21, adipose = 18). Classification accuracy of parathyroid-adipose was, respectively, 79% (Si), 82% (InGaAs) and 97% (Si/InGaAs combined). Parathyroid-thyroid classification accuracies were 80% (Si), 75% (InGaAs), 82% (Si/InGaAs combined).

結論:

CONCLUSIONS: Si and InGaAs sensors are fairly accurate for automated spectroscopic classification of parathyroid, adipose and thyroid tissues. Combination of both sensor technologies improves accuracy. Follow-up research, aimed towards hyperspectral imaging seems justified. Copyright © 2016 John Wiley & Sons, Ltd.

Copyright © 2016 John Wiley & Sons, Ltd.