Сотрудники научной школы МГУ «Фотонные и квантовые технологии. Цифровая медицина» применили методы терагерцовой (ТГц) фотоники для диагностики молекулярных маркеров глиом – опухолей головного мозга. Оказалось, предложенные методы наравне с такими, как МРТ, ПЭТ, показывают высокую дифференциацию злокачественных новообразований от доброкачественных. Терагерцовая спектроскопия и машинное обучение позволят находить опухоли быстрее и проводить интраоперационную диагностику, позволяя качественно удалить опухоль. Результаты исследования опубликованы в журнале Photonics.
Известно, что в терагерцовом диапазоне частот лежат вращательные и колебательные моды молекул, что позволяет применять это излучение для качественного обнаружения различных метаболитов в организме человека, а также для их количественной оценки. В своей работе физики МГУ представили терагерцовые свойства не только тканей мозга, но и молекулярных маркеров, наличие которых свидетельствует о степени заболевания.
«Основным результатом исследования является детальное рассмотрение существующих работ по обозначенному направлению, с акцентом на такие перспективные методы, как ТГц спектроскопия и ТГц визуализация тканей мозга в сопровождении с методами машинного обучения и методами плазмоники. Терагерцовые методы с применением метаматериалов и методов машинного обучения являются чувствительными по отношению к обнаружению молекулярных маркеров глиом и могут быть применены для ранней диагностики опухолей», – рассказал научный сотрудник кафедры общей физики и волновых процессов физического факультета МГУ Андрей Ангелуц.
В работе исследователи сравнили ТГц с другими методами, которые показывают, что ТГц методы не уступают существующим и наравне с такими, как МРТ, ПЭТ и т.д., показывают высокую дифференциацию злокачественных новообразований от доброкачественных. Данный факт позволяет проводить в том числе интраоперационную диагностику, позволяя качественно удалить опухоль. В перспективе возможна разработка медицинского прибора ТГц диапазона с применением ТГц метаматериалов в качестве высокочувствительного детектирующего элемента. Включение механизмов машинного обучения в программное обеспечение прибора позволит повысить качество дифференцирования разных типов тканей головного мозга.
Информация предоставлена пресс-службой МГУ
Источник фото: https://nauka.tass.ru/nauka/9059905
