Diagnostiserer kreft gjennom hyperspektral bildeanalyse

De ser på bilder på en ny måte. Det gjør forskerne ved NMBU blant annet for å avsløre kreft enklere og raskere.

De tar ikke bildet med et vanlig kamera, men med et spektroskop. Mens det vanlige kameraet bare fotograferer det lyset og de fargene vi kan se, så kan spektroskopet vise både radiobølger og røntgenstråling; ultrafiolett lys og infrarødt lys. For eksempel.

 Lys gjennom vev

Hvis du tar et bilde med et spektroskop, så kan du finne den kjemiske informasjonen om stoffet som blir målt.

Når de bruker spektroskopi, ser forskerne på hvordan molekylene beveger seg. De tar en prøve av celler fra kroppen – en vevsprøve. Så sender de lys med forskjellig bølgelengde gjennom prøven. Da beveger molekylene seg på forskjellige måter.

Forskerne måler hvor mye av lyset som slipper gjennom vevsprøven og hvor mye som blir borte – absorberes i prøven. Når de ser resultatene, forstår de hvilke molekyler som er i prøven og hvilket stoff som er blitt målt.

 Infrarødt

Alle bilder på en dataskjerm eller mobiltelefon er satt sammen av millioner av bitte små punkter – piksler. «Piksel» kommer fra engelsk «picture element».

Et spektroskop gir et hyperspektralt bilde med et spekter i hver piksel. Pikselen viser også den strålingen – det spekteret – som øyet til et menneske ikke kan se. Radiobølger, røntgenstråling, ultrafiolett lys eller infrarødt lys, for eksempel.

– Vi bruker det infrarøde lyset, forklarer Valeria Tafintseva. Hun er forsker ved REALTEK, fakultet for realfag og teknologi, på NMBU. Her arbeider hun og kollegene med å se på bilder der det er et infrarødt spektrum i hver eneste piksel.

Forskerne ser på bildene med avanserte metoder for dataanalyse. Når de gjør det, blir det enklere å oppdage for eksempel kreft.

 Kjemi og form

Informasjonen som hjelper til med å stille en kreftdiagnose, finnes nemlig både i det synlige bildet og i det infrarøde spekteret i hver eneste piksel. Det infrarøde spekteret kan gi kjemisk informasjon, mens det synlige bildet viser form og struktur på det du ser på. Morfologi, som forskerne omtaler det.

– Det nye og innovative er at vi bruker slike hyperspektrale bilder og utnytter alle dimensjonene i bildet. Vi analyserer både det synlige bildet og det infrarøde spekteret. Per i dag finnes det ingen metoder for å gjøre det. Spektrene fra sånne bilder analyseres som uavhengige data, forteller Tafintseva. – Man tar ikke i bruk at de pikslene er sammensatt på en spesifikk måte i bildet.

– En lege kan finne at noen celler er kreft ved å se på bildene. Men mennesker kan gjøre feil. Det er veldig viktig å være nøye på hva som er kreftceller og fjerne dem, men samtidig at vi ikke fjerner for mye. Spesielt i hjernen er det viktig at vi fjerner alle kreftcellene, men ikke for mange andre celler, sier Tafintseva.

 Vanskelig spredning

I tillegg til at de utvikler metoder som bruker alle dimensjonene i bildene, må forskerne løse mange praktiske problemer når de jobber med bilder.

Et av dem er lysspredning. Noe av lyset som sendes gjennom prøvene, sprer seg. Men på målingene ser det ut som det er absorbert. – For å lære om spredningen og kompensere for den, må vi behandle dataene på forhånd og gjøre det som kalles «scatter correction», forklarer Valeria Tafintseva.

– Den medisinske bruken er bare ett område vi arbeider med. Vi kan også analysere celler av mikroorganismer og kanskje finne ut at «i den pikselen er det mye fett, i den pikselen er det mye protein», sier hun.

Selv har hun doktorgrad i matematikk. Nå arbeider hun i forskningsgruppen BioSpec på NMBU med alle slags prosjekter der det trengs dataanalyse. Hun samarbeider med biologer og kjemikere som kan noe om stoffet som måles og kan forklare hva som skjer med det.

 Plast og pollen

– Vi kan se på forskjellige typer komponenter i biologiske stoffer eller mikroorganismer. I væsker, i kreftprøver, men også i helt andre ting. Vi kan jobbe med plast i jord eller vann og finne utslipp, eller vi kan ta bilder av pollen for å finne ut hvilke arter som er i luften, forteller hun.

– Denne teknologien er ikke spesielt beregnet på ett enkelt område – vi utvikler den fortsatt sammen med forskjellige nettverk i Europa og verden. Vi får nye problemstillinger hele tiden mens prosjektet pågår, sier Tafintseva.

Fakta

DeepHyperSpec

Prosjekt for å utnytte både spektral- og bildedelene av infrarøde hyperspektrale bilder – bilder som viser mer enn bare det synlige lyset.

Skal kombinere dyplæring og spektroskopi-modeller til å utvikle nye mønstre til å analysere bildedata blant annet for å skille mellom friskt vev og vev med kreft. Metodene kan også brukes på mange andre måter.

Støttet av Forskningsrådets Frinatek-midler.

Publisert - Oppdatert

Del på