Les chercheurs ont pour la première fois combiné une technique de microscopie puissante avec des algorithmes d'analyse d'image automatisés pour distinguer les tissus cancéreux sains des métastatiques sans recourir à des biopsies invasives ou à l'utilisation d'un colorant de contraste. Cette nouvelle approche pourrait un jour aider les médecins à détecter les métastases cancéreuses qui sont autrement difficiles à voir via les technologies d'imagerie standard pendant les opérations.

"Les techniques existantes sont précieuses mais souffrent d'une faible résolution spatiale et nécessitent souvent l'utilisation d'agents de contraste exogènes, " a déclaré le co-chef de l'équipe de recherche Thomas Schnelldorfer de l'hôpital Lahey, Burlington, Masse., U.S.A. "La méthode utilisée dans ce travail identifie d'une manière totalement sans marquage les caractéristiques cellulaires et tissulaires au niveau microscopique, agissant essentiellement comme une biopsie sans couteau, " a ajouté Dimitra Pouli de l'Université Tufts, Medford, Masse., ETATS-UNIS., auteur principal de l'étude.

Dans la revue The Optical Society (OSA) Optique Biomédicale Express , les chercheurs démontrent l'utilisation de la microscopie multiphotonique ainsi que des algorithmes automatisés d'analyse d'images et statistiques pour examiner des biopsies fraîchement excisées de la cavité péritonéale, une partie de l'abdomen qui est fréquemment touchée par les cancers métastatiques, surtout pour les patientes atteintes d'un cancer de l'ovaire. C'est la première fois qu'un tissu péritonéal humain sain et métastatique est évalué avec succès en combinant cette modalité de microscopie avec des techniques d'analyse de texture d'image.

Parce que l'approche évalue les caractéristiques des tissus cellulaires et extracellulaires au niveau microscopique, il pourrait identifier les métastases cancéreuses à un stade plus précoce lorsqu'il peut être plus facile à traiter. En utilisant des algorithmes pour classer les tissus, l'approche pourrait également aider à réduire les biais dans l'interprétation des images et compléter les méthodes qui reposent sur l'expertise humaine.

"Cela pourrait à terme aider les chirurgiens à identifier les zones suspectes ou malades directement dans la salle d'opération en temps réel, qui à son tour affecterait directement la prise en charge des patients, " a déclaré Schnelldorfer.

« Comme la méthode exploite les signaux tissulaires inhérents présents de manière presque omniprésente dans les tissus, il peut être appliqué à d'autres types de cancer et à d'autres applications tout à fait, comme la fibrose et les maladies cardiovasculaires où la structure tissulaire et le remodelage de la matrice extracellulaire sont modifiés par les processus pathologiques sous-jacents, " a ajouté Irène Georgakoudi, co-responsable de l'étude de l'Université Tufts.

Trouver des indices dans la texture des tissus

La microscopie multiphotonique fonctionne en délivrant une lumière laser aux tissus. Bien que le laser ait une intensité de crête élevée, il est délivré en impulsions très courtes afin de maintenir la puissance moyenne faible et de ne pas endommager les tissus. Comme différents composants tissulaires interagissent avec la lumière laser, ils émettent des signaux qui sont ensuite récupérés par le microscope pour créer une image. Une fois les images acquises, des algorithmes de traitement d'image automatisés peuvent être utilisés pour révéler des caractéristiques texturales uniques. Ces fonctionnalités, qui ne sont pas visibles sur les images acquises avec les outils d'imagerie opératoire standards, peuvent être analysés avec des modèles statistiques pour classer le tissu comme sain ou malade.

L'un des points forts de l'approche est que l'acquisition et l'analyse des images sont basées sur les composants du tissu lui-même, tels que les cellules ou le collagène, une protéine qui forme le tissu conjonctif plutôt que sur les colorants de contraste qui y ont été ajoutés. Cela permet d'analyser les caractéristiques inhérentes à la forme et à la fonction d'une manière totalement non invasive et non destructive.

Dans ce travail, les chercheurs ont appliqué pour la première fois cette technique combinée de microscopie et d'analyse à des tissus péritonéaux pariétaux humains sains et métastatiques. Parce que le tissu péritonéal pariétal est rempli de collagène, une partie de la mise en œuvre analytique s'est concentrée sur l'évaluation des motifs microstructuraux des fibres de collagène et de leurs signaux de réticulation intermoléculaire.

Les chercheurs ont découvert que les tissus sains et malades présentaient des motifs distinctifs en termes de contraste (une mesure des dissemblances d'intensité d'un pixel à l'autre) et de corrélation (une mesure de la répétitivité des motifs). Alors que les tissus sains présentaient une plus grande variation de ces caractéristiques, les images de tissus métastatiques ont montré des modèles d'intensité plus uniformes et des fibres plus petites. Ces changements reflètent la destruction du tissu conjonctif natif par les cellules cancéreuses, fournissant une caractéristique des métastases cancéreuses.

Améliorer la stadification du cancer

La détermination de l'étendue et des emplacements de la propagation cancéreuse, connue sous le nom de stadification, est cruciale pour un traitement efficace du cancer. L'imagerie radiographique en coupe et la laparoscopie en lumière blanche sont des outils utilisés pour identifier les métastases abdominales, mais échouent souvent lorsqu'il s'agit de détecter des lésions plus petites enfouies dans les tissus sains. Les biopsies et l'évaluation microscopique jouent également un rôle clé pour déterminer si les cellules cancéreuses ont métastasé et commencé à envahir le microenvironnement tissulaire.

Lorsque le cancer de l'ovaire commence à se propager, il apparaît le plus souvent d'abord dans le péritoine, une membrane qui tapisse la cavité abdominale. Pour tester leur nouvelle méthode, les chercheurs l'ont utilisé pour analyser des biopsies péritonéales recueillies auprès de huit patientes atteintes d'une tumeur maligne de l'ovaire confirmée ou suspectée.

Analyser 41 images acquises à partir des biopsies, la technique a correctement classé 40 images sur 41 (une précision de 97,5 pour cent). Au total, 11 échantillons ont été correctement classés comme métastatiques (sensibilité de 100 %) et 29 sur 30 ont été correctement classés comme sains (spécificité de 96,6 %).

Les chercheurs prévoient de continuer à tester la méthode dans un plus grand échantillon d'images d'une population de patients plus large. Alors que la méthode d'analyse a été optimisée pour détecter le cancer de l'ovaire qui s'est métastasé dans le tissu péritonéal pariétal, la même technique pourrait être adaptée pour analyser d'autres types de tissus et d'autres types de cancer.

Bien que des biopsies aient été utilisées pour tester la méthode, les chercheurs disent que le but ultime est de l'appliquer directement aux zones du corps où le cancer est détecté ou suspecté, sans avoir besoin de biopsies ou de colorants. Avant que la technique puisse être utilisée pour l'analyse des tissus en temps réel pendant la chirurgie, des travaux supplémentaires seront nécessaires pour miniaturiser les composants de microscopie, intégrer le microscope à l'instrumentation chirurgicale et permettre l'analyse en temps réel des images acquises directement au bloc opératoire.