“伟大的科学进步最好是通过多学科合作来实现的，这正是俄克拉何马州医学成像转化癌症研究中心将要完成的，”俄亥俄州立大学校长小约瑟夫·哈罗兹（Joseph Harroz Jr.）说，“这项令人兴奋的努力将我们两个校区的一些最聪明的人团结在一起，他们将结合他们的专业知识来开发改变生活的解决方案。”他们的工作是俄勒冈州立大学研究人员如何超越传统界限，激发具有现实影响的新发现的一个很好的例子。”

该奖项来自美国国立卫生研究院生物医学研究卓越中心（COBRE）计划，预计将在5年的第一阶段提供超过1130万美元，并有机会竞争最多三个阶段的续签。第一阶段支持中心的建立，通过对初级教师的设备和设施支持来激发多学科生物医学研究。这是继俄克拉何马州COBRE结构生物学中心之后，俄勒冈州立大学诺曼校区的第二个COBRE中心。

郑斌博士是Gallogly工程学院电气与计算机工程学院的教授和俄克拉何马州TSET癌症研究学者，他领导着这个新中心。

关于俄克拉何马州医学影像转化癌症研究中心

医学成像是帮助医生和科学家评估将通过手术有效切除的肿瘤的大小和范围，以及肿瘤在化疗或放射治疗等医疗干预后缩小的速度的重要工具。俄勒冈州立大学的研究人员正在研究多种途径，以帮助提高医学成像在癌症检测、诊断和治疗中的应用。

“放射成像试图检测肿瘤或疾病区域，而病理成像试图确认是良性还是恶性，”郑说。“虽然还有其他类型的测试方法，如血液测试，但成像是临床医生最常用的方法。”

他补充说：“问题是，阅读放射科医生的医学图像相当困难，因为肿瘤、癌症和大多数疾病都是非常异质的——有很多变化。”“我们经常看到来自不同临床医生或不同医院的不同图像诊断结果，因为读者之间存在很大的差异。这可能导致采用不同的治疗方案，并可能降低治疗效果。”

为了应对这一挑战，该中心的研究人员正在开发定量成像标记，以提供一种客观的测量或指数，可以减少主观性，提高医学图像诊断的一致性，使用两种主要的研究方法。

第一种方法是开发新的研究性尖端成像模式，以扩大医生看到或检测更详细的肿瘤内部结构的能力，例如使用先进的光学成像模式和技术。

二是从现有的临床成像模式中探索和提取更有效的图像特征，如CT、MRI和x射线图像，然后利用人工智能或机器学习模型开发新的定量成像标记，帮助减少癌症诊断的主观性和可变性，预测癌症预后。

“当一些患者接受癌症治疗时，一些人会有良好的反应，而另一些人则没有。肿瘤还在继续生长，所以如果我们能开发出一种定量成像标记来预测病人对某种化疗或治疗的反应可能性，我们就能帮助医生探索一种可能更有效的替代方法，”郑说。

当前的项目

该中心目前正在启动四个项目。三个项目由Gallogly工程学院的教师领导，一个由斯蒂芬森癌症中心的临床科学家领导。这四个项目将包括来自OU诺曼校区的工程研究人员和OU健康科学中心校区的临床科学家之间的密切合作，以促进跨学科和转化癌症研究。

Han Yuan博士是诺曼州立大学斯蒂芬森生物医学工程学院的副教授，他领导了“预测脑外科手术结果的神经成像标记”项目。

袁博士将与两位临床科学家合作。查德·格伦和伊恩·邓恩，来自俄亥俄州立大学医学院神经外科。研究人员正在使用改进的成像方式和定量标记来更清楚地定义肿瘤的边缘，以改善患者的预后。

“准确确定肿瘤切除的程度，切除受影响组织的过程，对患者的生存和术后永久性神经功能缺损的风险有重大影响，”袁说。“然而，这是非常困难的，因为靠近关键大脑区域的肿瘤边界不明确，通常不能完全切除，或者因为担心损害大脑功能而被认为不能手术。”

她说：“我们建议开发一种新的方法，利用人工智能从三种类型的神经成像数据中识别新的定量图像标记，这使我们能够更清楚地定义肿瘤的边缘，预测神经功能缺陷的恢复，从而有助于提高手术效果和患者的生存率。”

斯蒂芬·威廉博士是斯蒂芬森生物医学工程学院的助理教授，他领导了这个项目，“用于癌症纳米药物开发的肿瘤内皮的新结构3D光学成像”。

Wilhelm将与史蒂文森癌症中心的乳腺癌肿瘤学家Wajeeha Razaq博士和分子生物学家Resham Bhattacharya博士在OU健康科学中心合作。该中心将支持购买一台3D超分辨率光学显微镜，以便研究人员更好地研究纳米医学。纳米医学是医学的一个分支，融合了纳米技术和癌症治疗和预防医学。高倍显微镜将促进这一领域的研究。

威廉说：“纳米医学是一种很有前途的新技术，可以改善肿瘤的药物输送和治疗癌症。”“然而，纳米医学的功效仍有待提高。”

他补充说：“这个项目的目标是开发一种3D超分辨率光学显微镜，作为一种新颖而独特的方法，使研究人员能够更好地了解纳米颗粒在细胞吞噬过程中治疗肿瘤的细胞内途径。”“这个项目的成功可以帮助研究人员设计和实现细胞内纳米颗粒运输和胞吞作用的最佳纳米颗粒特性，从而显着提高癌症治疗中向肿瘤组织输送药物的功效。”

邱昱辰，电子与计算机工程学院助理教授，主持项目“融合放射学和病理医学影像的卵巢癌预后早期评估”。

邱将与欧大健康的肿瘤学家Kathleen Moore博士和病理学家Kar-Ming Fung博士合作。本项目旨在利用人工智能和机器学习，结合当前的CT成像和病理数据，开发一个模型，可以为建立成像标记提供信息，从而减少成像结果的主观性和可变性，改善患者的治疗。

“化疗通常用于治疗卵巢癌，”邱说。“然而，卵巢癌是高度异质性的，肿瘤对特定化疗的反应在患者之间差异很大。目前，它缺乏准确的临床标记来对患者进行分层，并预测谁能从某些类型的化疗药物中受益，谁不能受益。”

他补充说：“为了解决和帮助解决这一临床挑战，我们建议开发和验证一种新的策略，用于早期预测肿瘤对化疗的反应，该策略使用由人工智能或机器学习模型生成的新型图像标记物，该模型使用从放射CT图像和数字组织病理学图像计算的图像特征进行训练。”“我们的目标是在化疗开始后的4到6周内，更准确地预测患者对化疗的早期反应，这可以显著减少那些对特定化疗没有反应的患者不必要的毒性，并采用替代治疗。”

关于俄克拉荷马大学

俄克拉何马大学成立于1890年，是一所位于俄克拉何马州诺曼的公立研究型大学。俄勒冈州立大学服务于州、地区和国家的教育、文化、经济和卫生保健需求。更多信息请访问www.ou.edu。