改善对癌症等疾病的检测，诊断和治疗将需要更详细，快速和灵活的成像技术，该技术不仅可以向医生显示特定器官的外观，还可以向医生显示组成这些组织的细胞内的情况。

Rensselaer Polytechnic Institute的一个团队开发并展示了一种以快速，全面的方式对组织和细胞进行荧光寿命成像的新技术，这为在临床环境中使用奠定了基础。

伦斯勒(Rensselaer)领导这项研究的生物医学工程学教授Xavier Intes说：“我们提供的工具将更加适合最终用户，这不仅意味着生物学家，还包括外科医生。”

长期以来，荧光寿命成像一直是科学家和工程师观察细胞内分子水平相互作用的有用方法，这是试图识别癌症和其他疾病并评估药物有效性的必要工具。

Intes说，传统上，以这种方式生成图像需要大量时间和复杂的数学工具，这些工具严重依赖于用户，这使得生成一致且可重现的图像非常困难。这些困难已成为在临床环境中使用此类成像的障碍。

为了克服这些挑战，Rensselaer团队设计了一个深度神经网络(DNN)，可以自动设置人类通常会使用的数学参数，同时还生成详细的图像，以显示细胞或组织发生相互作用时的相互作用。

这项工作建立在Rensselaer团队先前的研究的基础上，研究人员在该研究中开发了一种快速重建单个生命周期图像的方法。生物医学工程学助理教授，生物技术和跨学科研究中心成员潘平坤说，这种新方法可同时重建多个生命周期图像，提供组织和细胞内发生的多个生物过程的全面视图。从事这项研究。

该团队与奥尔巴尼医学院的生物学家合作，通过在显微镜下和活体系统中对癌细胞成像对这种新技术进行了测试。Intes说，他们观察到的是他们的DNN的性能与目前使用的商业软件一样好，或者在某些情况下要比目前使用的商业软件更好。研究小组还发现，该技术所需的光更少，同时仍能产生详细的图像，这对于生物学应用至关重要。

研究人员的成功使该领域更接近于能够在临床环境中使用荧光寿命成像，以评估特定药物对人的单个癌细胞的有效性-这是实现精密医学所需的关键工具。

研究人员还能够将这种DNN应用于细胞内活性水平的可视化，这一过程称为代谢成像。这种方法可以帮助指导手术室中的外科医生，以帮助他们确定哪些组织健康，哪些组织患病并应予以切除。

“这是用于许多临床应用的使能技术。例如，它可以用于肿瘤的体内实时成像，这可以帮助外科医生在手术过程中看到病变，从而使他们能够完全切除癌组织，而对健康组织的损害最小。