Système spectroscopique multimodal pour la caractérisation intra-opératoire des tissus cérébraux

La précision de l'excision complète d'une tumeur est un bon indicateur du pronostic du patient. En effet, des traces de cellules cancéreuses restantes peuvent compromettre la rémission du patient ou encore augmenter les risques de récurrence du cancer. Particulièrement en neurochirurgie, il faut donc retirer complètement la tumeur sans toutefois toucher au tissu sain qui l'entoure pour éviter le risque de dommages irréversibles. Les techniques utilisées actuellement pour guider les résections de tumeurs au cerveau comportent plusieurs lacunes : manque de précision, aucun suivi en temps-réel durant la chirurgie, complexité d'utilisation et/ou emploi d'agents de contraste externes. Un système optique jumelant spectroscopie Raman, fluorescence et réflectance diffuse est développé, caractérisé et testé. La conception du système est faite en vue d'une utilisation en salle d'opération, avec une sonde maniable permettant une acquisition de données ponctuelle à la surface du tissu. Sa caractérisation détaillée démontre que son utilisation est pertinente avec des tissus biologiques. De plus, son efficacité de détection spécifique des marges des tumeurs cérébrales durant une chirurgie de résection est vérifiée en salle d'opération. Pour ce faire, des mesures spectrales sont prises dans la cavité chirurgicale afin d'obtenir cinq spectres, dont un de diffusion inélastique (Raman, excitation à 785 nm), un de réflectance diffuse et trois de fluorescence (excitations à 365, 405 et 455 nm). Ces spectres sont combinés dans un algorithme de classification par apprentissage machine afin de déterminer la nature cancéreuse ou non du tissu biologique étudié de manière automatique. Les résultats obtenus avec 12 patients (142 mesures et échantillons de biopsie) démontrent que la technique de spectroscopie combinée (exactitude, sensibilité et spécificité de 98,6 %, 100 % et 97,2 % respectivement) est supérieure à la spectroscopie Raman seule (89,4 %, 97,2 % et 81,7 % respectivement), et de loin supérieure au seul diagnostic du neurochirurgien (83,1 %, 84,3 % et 81,9 % respectivement). La nouvelle technologie contenue dans la sonde en tant que telle procure déjà plusieurs avantages : en effet, elle est maniable, peu encombrante, simple d'utilisation et n'utilise que des marqueurs intrinsèques au tissu. Le fait de combiner l'autofluorescence, la réflectance diffuse et la spectroscopie Raman dans un même système utilisable en salle d'opération est innovateur, cela n'ayant jamais été fait à ce jour. À long terme, ce projet a donc le potentiel d'améliorer de manière significative le pronostic de patients atteints de cancer au cerveau.

Abstract

The standard of care for brain tumors is open cranium surgery in order to directly remove the cancer cells. However, the imaging technologies currently used to guide the surgeon, including preoperative MRIs and the state-of-the-art neurosurgical microscope, are unable to fully detect low-grade tumors. More importantly, the most common types of brain cancer are characterized by invasive cancer cells, which can be seen as a gradient of cancer cells extending from the main cancer mass into the normal brain. To this day, these infiltrations also cannot be detected during the surgery and their remaining in the brain results in a poor prognosis for the patient. Therefore, there is a pressing need for a new technique that would allow surgeons to detect and safely remove previously undetectable cancer tissue without removing useful healthy parts. With this goal in mind, a single-point detection system is conceived that combines near-infrared Raman spectroscopy, intrinsic fluorescence spectroscopy (excitation at 365 nm, 405 nm, and 455 nm) and diffuse reflectance spectroscopy. This system is first developed, characterized and tested (with fluorescent dilutions, biological tissues analysis, in vivo experiments with xenograft mice, etc.) before it is optimized to integrate the workflow of the operating room. In this next step, 12 patients undergoing cerebral tumor resection were assessed using this technology. Five spectra (one for each modality) were acquired covering different areas of the tumor and of the normal brain. A biopsy sample is then taken at each acquisition site and sent to histopathology where the standard information about its nature is determined. Later, we proceeded to a multiple machine-learning classification analysis in order to discriminate between normal and cancerous and infiltrated tissues. Accuracy, sensitivity and specificity respectively of 98.6 %, 100 % and 97.2 % were obtained with 71 series of normal data and 71 series of tumor data (main tumor mass and infiltrated tissue), compared with 89.4 %, 97.2 %, and 81.7 % for the Raman spectroscopy system alone and with 83.1 %, 84.3 %, and 81.9 % for the neurosurgeon's assessment. Results show that the multimodal spectroscopic system provides reliable information about the cerebral tissue's nature, which can help guide the neurosurgeon through a more complete and selective tumor resection.