Master's thesis (2018)
Open Access document in PolyPublie |
|
Open Access to the full text of this document Terms of Use: All rights reserved Download (2MB) |
Abstract
Prostate cancer is often treated through a radical prostatectomy procedure consisting of the removal of the entirety of the prostate gland. The success of this procedure relies on the surgeon's ability to resect prostate tissue maximally and ensure no cancer is left behind. Surgical margins are currently assessed by pathologists only hours to days following surgery and positive surgical margins (cancer cells having spread to the boundary of resection) occur in as many as 1 in 5 cases. The ability to characterize tissue intraoperatively, in real time is therefore an important clinical need and is unmet by current technology. Raman spectroscopy (RS) is an optical technology based on the scattering of light by specific molecules/molecular bonds. Combining the molecular specificity of RS with machine learning techniques has shown promise for tissue characterization based on molecular composition. This sort of molecular fingerprinting could benefit prostatectomy procedures by ensuring maximal resection of prostate tissue and cancer. In this thesis, we present the design and development of an RS system integrated to a surgical robotics platform commonly used in RP. Design, engineering, and validation work on phantoms is presented. A proof of concept study was performed to demonstrate the ability of RS to characterize prostate tissue wherein the system was used to obtain data on 20 whole human prostates ex vivo. Preliminary results show successful distinction between prostatic and extra-prostatic tissue with accuracy, sensitivity and specificity over 90%. Also presented is the successful use of the system with a surgical robot to perform in vivo measurements in humans on 5 patients for the first time.
Résumé
Le cancer de la prostate est souvent traité par la résection de la prostate entière, une procédure appelée prostatectomie radicale. Le succès de cette procédure dépend de la capacité du chirurgien a retirer la totalité de la prostate et à assurer qu'il ne reste aucunes cellules cancéreuses à la marge chirurgicale. On retrouve du cancer à la marge dans jusqu'à 20% des procédures et à ce jour, les marges ne sont évaluées par un pathologiste que plusieurs heures après la chirurgie nécessitant des traitements adjuvants quand du cancer est détecté. La capacité de caractériser du tissue de façon intra opératoire et en temps réel est donc un réel besoin clinique qui n'est pas comblé par la technologie actuelle. La spectroscopie Raman est une technologie optique basée sur la diffusion de la lumière par des molécules et liens moléculaires spécifiques. La spécificité moléculaire de la spectroscopie Raman peut être couplée à des techniques d'apprentissage machine pour effectuer de la caractérisation de tissu en fonction de sa composition moléculaire. Ceci pourrait combler le besoin clinique énoncé en permettant aux chirurgiens de détecter et retirer le maximum de tissu prostatique bénin et cancéreux. Dans ce mémoire, nous présentons la conception et le développement d'un système de spectroscopie Raman intégré à une plateforme de chirurgie robotisée couramment utilisée pour effectuer des prostatectomies. L'ingénierie du système et sa validation sur des fantômes sont d'abord présentés. Nous présentons ensuite une preuve de concept effectuée sur 20 prostates humaines ex vivo pour démontrer la capacité du système à distinguer entre du tissu de prostate et du tissu extra-prostatique avec une précision, sensibilité et spécificité tous au-delà de 90%. Finalement, nous présentons l'utilisation du système avec une plateforme de chirurgie robotisée pour effectuer, pour la première fois, des mesures de spectroscopie Raman in vivo sur des prostates humaines pendant la prostatectomie.
Department: | Institut de génie biomédical |
---|---|
Program: | Génie biomédical |
Academic/Research Directors: | Frédéric Lesage and Dominique Trudel |
PolyPublie URL: | https://publications.polymtl.ca/3266/ |
Institution: | École Polytechnique de Montréal |
Date Deposited: | 17 Oct 2018 14:52 |
Last Modified: | 25 Sep 2024 15:36 |
Cite in APA 7: | Pinto, M. (2018). Real-Time Intraoperative Spectroscopic Margin Detection in Robotic-Assisted Radical Prostatectomy on Prostate Cancer Patients [Master's thesis, École Polytechnique de Montréal]. PolyPublie. https://publications.polymtl.ca/3266/ |
---|---|
Statistics
Total downloads
Downloads per month in the last year
Origin of downloads