Lipid-weighted intraoperative photoacoustic tomography of breast tumors: Volumetric comparison to preoperative MRI
Notice bibliographique
Résumé
With a lifetime risk of 1 in 8, breast cancer continues to be a major concern for women and their physicians. The optimal treatment of the disease depends on the stage of the cancer at diagnosis, which is typically assessed using medical imaging. However, currently employed imaging systems for breast tumor measurement rarely agree perfectly. Our group developed an Intraoperative Photoacoustic Screening (iPAS) soft tissue scanner featuring high bulk tissue sensitivity, a clinically compatible scan-time of 6 min, imaging depths greater than 2 cm and the capability to visualize whole breast tumors based on their lipid, rather than hemoglobin, profile. Here, we report on the first clinical experience with breast cancer patients by comparing tumor-measurement using iPAS, preoperative dynamic contrast enhanced magnetic resonance imaging (DCE-MRI) and gold-standard pathology. Tumor size was measured volumetrically for iPAS and DCE-MRI, and separately using maximum diameters for pathology, DCE-MRI and iPAS. Comparisons were performed using Pearson's correlation coefficients, and the non-parametric Wilcoxon signed-rank test. Twelve consecutive patients were included in the study, contingent on pathologically documented invasive carcinoma. iPAS volumetric tumor size was positively correlated to DCE-MRI (Pearson's r = 0.78, p = 0.003) and not significantly different (Wilcoxon, p = 0.97). In comparison to pathology, tumor diameters given by iPAS were positively correlated (Pearson's r = 0.87, p = 0.0002) and significantly different (Wilcoxon, p = 0.0015). The results indicated that volumetric-measurement of invasive breast tumors with iPAS is similar to that of DCE-MRI. On the other hand, tumor diameter measurements were less reliable. Beyond enhancing surgical specimen examination, an extension of this technology to diagnostic imaging promises a new perspective on tumor assessment, potentially improving our current understanding and treatment of breast cancer.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».