Un material fantasma estable para imágenes ópticas y acústicas

Nuestra investigación se centra en el desarrollo de nuevas modalidades de imagen para la detección temprana del cáncer. En este estudio en particular, nos centramos en desarrollar un objeto de prueba estable, o también llamado fantasma, para validar las modalidades de imagen basadas en la luz y / o el sonido. Se han propuesto diferentes recursos para desarrollar materiales que imitan el tejido en el régimen óptico acústico.

Por ejemplo, PVA, hidrogeles, poliuretano o PVCP. Este estudio se centra en un nuevo tipo de material prometedor basado en la composición del aceite de poliman, que supera muchos de los desafíos de ajuste y estabilidad. El campo de la óptica biomédica cubre una amplia gama de modalidades de imagen que se pueden aplicar a algunos de los desafíos clave que enfrenta la medicina actual.

Muchas de las modalidades de imágenes ópticas son relativamente limitadas en profundidad, pero también podemos acoplar la luz con el sonido a través del efecto fotoacústico para aprovechar algunos de los beneficios de penetración de profundidad del ultrasonido. Las imágenes fotoacústicas se han mostrado prometedoras en una amplia gama de ensayos clínicos, desde imágenes de inflamación hasta diagnóstico de cáncer. Sin embargo, la evaluación cuantitativa del rendimiento sigue siendo un desafío debido a la falta de materiales fantasmas disponibles que puedan imitar con precisión las propiedades ópticas y acústicas del tejido y permanecer estables a lo largo del tiempo.

Se están desarrollando muchos nuevos sistemas de imágenes ópticas y fotoacústicas, pero carecemos de un fantasma de referencia estandarizado para validar esos sistemas y comparar su rendimiento. Nuestro material es un candidato prometedor para llenar este vacío y apoyar un mayor desarrollo y traducción de estas nuevas y emocionantes técnicas en la clínica. En el futuro, nos gustaría centrarnos en crear diseños y arquitecturas fantasmas más anatómicamente realistas que sean adecuados para evaluar el rendimiento de diferentes configuraciones de sistemas.

Por ejemplo, sistemas microscópicos, mesoscópicos y macroscópicos, que tienen diferentes geometrías y resoluciones espaciales.