Til hovedinnhold
Norsk English

MetaHiLight

MetaHiLight tar sikte på å forbedre kreftdiagnostikken ved å utnytte usynlige egenskaper ved lys kombinert med kunstig intelligens. Ved å inkludere mikro- og nanoteknologi fra SINTEF og fra Det Syddanske Universitet i en nyutviklet diagnostisk teknikk fra Universitetet i Oulu, er målet å lage et kompakt og robust system for detektering av kreft i vevsprøver. Håpet er at dette i fremtiden skal kunne utplasseres på sykehus eller legekontor og kun kreve enkel opplæring før bruk.

Kontaktperson

Mikroskopoppsett. Foto: Paul V Thrane/SINTEF

Deteksjon av kreft i vev er i dag en tid- og ressurskrevende prosess hvor man må ta vevsprøver fra pasienten og deretter gjennomføre omfattende bearbeiding av disse før de kan undersøkes under mikroskop av spesialister. Vevsprøvene må blant annet skjæres syltynne og farges for å lette undersøkelsene i mikroskopet. Pasienter som venter svar på prøven må derfor ofte belage seg på en betydelig ventetid fra prøven tas, til svaret foreligger.

Som svar på disse utfordringene har vi i SINTEF, sammen med kolleger ved Universitetet i Oulu i Finland og Det Syddanske Universitet i Odense, et mål om å utvikle en ny plattform for kreftdiagnostikk som er raskere og mindre ressurskrevende. Ved å utnytte usynlige egenskaper ved lys, samt bruke kunstig intelligens, prøver vi nå å forbedre kreftdiagnostikken.

Våre samarbeidspartnere ved Universitetet i Oulu har utviklet en metode der de kan detektere kreft ved å se på hvordan lys endrer seg etter å ha blitt reflektert fra vevsprøver. Mer spesifikt ser de på hvordan svingeretningen (polariseringen) til lyset endres i møte med friskt og sykt vev. Metoden tillater tykkere vevsprøver enn i standard undersøkelse, og lar oss dermed unngå noe tidkrevende forbehandling. Ved å lag kunstig intelligens analysere det reflekterte lyset i stedet for et menneske så slipper man også behovet for å fargelegge vevsprøvene. Dermed frigjør man menneskelige ressurser også i et presset helsevesen.

Bidraget til oss ifra SINTEF og det Syddanske Universitetet er å utvikle nye optiske komponenter basert på nanostrukturerte overflater (metaflater) og Mikro-Elektro-Mekaniske-Systemer (MEMS) som lar oss miniatyrisere systemet. Målet er at dette skal bidra til at et slikt system lettere kan masseproduseres og gjøres tilgjengelig for folk ved konsultasjon ved fastlegen og i utviklingsland.

Gruppefoto fra kick-off-møtet i Oulu, juni 2022. Fra venstre: Olexii Siery, Ivan Lopushenko, Sergey I. Bozhevolnyi, Alexander Bykov, Karolina Milenko, Christopher Dirdal, Chao Meng og Paul Thrane.

Relevante publikasjoner

  • Chao Meng, Paul C. V. Thrane, Fei Ding & Sergey I. Bozhevolnyi
    Full-range birefringence control with piezoelectric MEMS-based metasurfaces.
    Nature Communications 13, 2071 (2022). https://doi.org/10.1038/s41467-022-29798-0
  • Chao Meng, Paul C. V. Thrane, Fei Ding, Jo Gjessing, Martin Thomaschewski, Cuo Wu, Christopher Dirdal, and Sergey I. Bozhevolnyi
    Dynamic piezoelectric MEMS-based optical metasurfaces.
    Science Advances, 7(26), eabg5639 (2021) https://doi.org/10.1126/sciadv.abg5639
  • Paul C. V. Thrane, Chao Meng, Fei Ding and Sergey I. Bozhevolnyi
    MEMS Tunable Metasurfaces Based on Gap Plasmon or Fabry-Pérot Resonances.
    Nano Letters 22.17 (2022): 6951-6957 https://doi.org/10.1021/acs.nanolett.2c01692
  • Fei Ding, Anders Pors, Yiting Chen, Vladimir A. Zenin and Sergey I. Bozhevolnyi,
    Beam-Size-Invariant Spectropolarimeters using gap-plasmon metasurfaces,
    ACS Photonics 4, 943-949 (2017) https://doi.org/10.1021/acsphotonics.6b01046
  • Deyan Ivanov, Viktor Dremin, Alexander Bykov, Ekaterina Borisova, Tsanislava Genova, Alexey Popov, Razvigor Ossikovski, Tatiana Novikova, Igor Meglinski.
    Colon cancer detection by using Poincaré sphere and 2D polarimetric mapping of ex vivo colon samples
    Journal of Biophotonics 13.8 (2020): e202000082 https://doi.org/10.1002/jbio.202000082

 

Nøkkelinfo

Prosjektvarighet

2022 - 2024

Finansiering

HO2020 gjennom ATTRACT programmet (såkalt "cascaded funding")

Partnere

Det Syddanske Universitet og Universitetet i Oulu

Prosjekttype

EU (HO2020)