ABSTRACT
ABSTRACT Background: Colorectal cancer is one of the most prevalent pathologies worldwide whose prognosis is linked to early detection. Colonoscopy is the gold standard for screening, and diagnosis is usually made histologically from biopsies. Aiming to reduce the inspection and diagnostic time as well as the biopsies and resources involved, other techniques are being promoted to conduct accurate in vivo colonoscopy assessments. Optical biopsy aims to detect normal and neoplastic tissues analysing the autofluorescence spectrum based on the changes in the distribution and concentration of autofluorescent molecules caused by colorectal cancer. Therefore, the autofluorescence contribution analysed by image processing techniques could be an approach to a faster characterization of the target tissue. Objective: Quantify intensity parameters through digital processing of two data sets of three-dimensional widefield autofluorescence microscopy images, acquired by fresh colon tissue samples from a colorectal cancer murine model. Additionally, analyse the autofluorescence data to provide a characterization over a volume of approximately 50 µm of the colon mucosa for each image, at second (2nd), fourth (4th) and eighth (8th) weeks after colorectal cancer induction. Methods: Development of a colorectal cancer murine model using azoxymethane/dextran sodium sulphate induction, and data sets acquisition of Z-stack images by widefield autofluorescence microscopy, from control and colorectal cancer induced animals. Pre-processing steps of intensity value adjustments followed by quantification and characterization procedures using image processing workflow automation by Fiji's macros, and statistical data analysis. Results: The effectiveness of the colorectal cancer induction model was corroborated by a histological assessment to correlate and validate the link between histological and autofluorescence changes. The image digital processing methodology proposed was then performed on the three-dimensional images from control mice and from the 2nd, 4th, and 8th weeks after colorectal cancer chemical induction, for each data set. Statistical analyses found significant differences in the mean, standard deviation, and minimum parameters between control samples and those of the 2nd week after induction with respect to the 4th week of the first experimental study. This suggests that the characteristics of colorectal cancer can be detected after the 2nd week post-induction. Conclusion: The use of autofluorescence still exhibits levels of variability that prevent greater systematization of the data obtained during the progression of colorectal cancer. However, these preliminary outcomes could be considered an approach to the three-dimensional characterization of the autofluorescence of colorectal tissue, describing the autofluorescence features of samples coming from dysplasia to colorectal cancer.
RESUMO Contexto: O câncer colorretal é uma das patologias mais prevalentes em todo o mundo, cujo prognóstico está ligado à detecção precoce. A colonoscopia é o padrão ouro para triagem, e o diagnóstico geralmente é feito histologicamente a partir de biópsias. Visando reduzir o tempo de inspeção e diagnóstico, bem como as biópsias e recursos envolvidos, outras técnicas estão sendo promovidas para realizar avaliações precisas de colonoscopia in vivo. A biópsia óptica visa detectar tecidos normais e neoplásicos analisando o espectro de autofluorescência com base nas mudanças na distribuição e concentração de moléculas autofluorescentes causadas pelo câncer colorretal. Portanto, a contribuição da autofluorescência analisada por técnicas de processamento de imagem poderia ser uma abordagem para uma caracterização mais rápida do tecido-alvo. Objetivo: Quantificar parâmetros de intensidade por meio do processamento digital de dois conjuntos de dados de imagens de microscopia de autofluorescência em campo amplo tridimensionais, adquiridas por amostras de tecido fresco de cólon de um modelo murino de câncer colorretal. Adicionalmente, analisar os dados de autofluorescência para fornecer uma caracterização em um volume de aproximadamente 50 µm da mucosa do cólon para cada imagem, na segunda (2ª), quarta (4ª) e oitava (8ª) semanas após a indução do câncer colorretal. Método: Desenvolvimento de um modelo murino de câncer colorretal usando indução de azoximetano/sulfato de sódio dextrano, e aquisição de conjuntos de dados de imagens Z-stack por microscopia de autofluorescência em campo amplo, de animais controle e induzidos ao câncer colorretal. Etapas de pré-processamento de ajustes de valores de intensidade seguidas por procedimentos de quantificação e caracterização usando automação de fluxo de trabalho de processamento de imagem por macros do Fiji, e análise estatística de dados. Resultados: A eficácia do modelo de indução de câncer colorretal foi corroborada por uma avaliação histológica para correlacionar e validar a ligação entre as mudanças histológicas e de autofluorescência. A metodologia de processamento digital de imagem proposta foi então realizada nas imagens tridimensionais de camundongos controle e das 2ª, 4ª e 8ª semanas após a indução química do câncer colorretal, para cada conjunto de dados. Análises estatísticas encontraram diferenças significativas nos parâmetros médios, desvio padrão e mínimos entre amostras de controle e aquelas da 2ª semana após a indução em relação à 4ª semana do primeiro estudo experimental. Isso sugere que as características do câncer colorretal podem ser detectadas após a 2ª semana pós-indução. Conclusão: O uso de autofluorescência ainda apresenta níveis de variabilidade que impedem uma maior sistematização dos dados obtidos durante a progressão do câncer colorretal. No entanto, esses resultados preliminares podem ser considerados uma abordagem para a caracterização tridimensional da autofluorescência do tecido colorretal, descrevendo as características de autofluorescência de amostras que vão da displasia ao câncer colorretal.
ABSTRACT
ABSTRACT BACKGROUND: Colorectal cancer is one of the most prevalent pathologies. Its prognosis is linked to the early detection and treatment. Currently diagnosis is performed by histological analysis from polyp biopsies, followed by morphological classification. Kudo's pit pattern classification is frequently used for the differentiation of neoplastic colorectal lesions using hematoxylin-eosin stained samples. Few articles have reported this classification with image software processing, using exogenous markers over the samples. The processing of autofluorescence images is an alternative that could allow the characterization of the pits from the crypts of Lieberkühn, bypassing staining techniques. OBJECTIVE: Processing and analysis of widefield autofluorescence microscopy images obtained by fresh colon tissue samples from a murine model of colorectal cancer in order to quantify and characterize the pits morphology by measuring morphology parameters and shape descriptors. METHODS: Adult male BALB/cCmedc strain mice (n=27), ranging from 20 to 30 g, were randomly assigned to four and five groups of treated and control animals. Colon samples were collected at day zero and at fourth, eighth, sixteenth and twentieth weeks after treatmentwith azoxymethane. Two-dimensional (2D) segmentation, quantification and morphological characterization of pits by image processing applied using macro programming from FIJI. RESULTS: Type I is the pit morphology prevailing between 53 and 81% in control group weeks. III-L and III-S types were detected in reduced percentages. Between the 33 and 56% of type I was stated as the prevailing morphology for the 4th, 8th and 20th weeks of treated groups, followed by III-L type. For the 16th week, the 39% of the pits was characterized as III-L type, followed by type I. Further, pattern types as IV, III-S and II were also found mainly in that order for almost all of the treated weeks. CONCLUSION: These preliminaries outcomes could be considered an advance in two-dimensional pit characterization as the whole image processing, comparing to the conventional procedure, takes a few seconds to quantify and characterize non-pathological colon pits as well as to estimate early pathological stages of colorectal cancer.
RESUMO CONTEXTO: O câncer colorretal é uma das patologias mais prevalentes. Seu prognóstico é ligado à detenção e ao tratamento precoces. Atualmente o diagnóstico é realizado por análise histológica de biópsias de pólipo, seguida de classificação morfológica. A classificação de padrões de Kudo é frequentemente utilizada para a diferenciação de lesões colorretais neoplásicas usando amostras coradas por hematoxilina-eosina. Poucos artigos relatam esta classificação com utilização de processamento por software de imagem, utilizando marcadores exógenos sobre as amostras. O processamento de imagens de autofluorescência é uma alternativa que pode permitir a caracterização do padrão das criptas de Lieberkühn, contornando técnicas de coloração. OBJETIVO: Analisar, quantificar e caracterizar a morfologia do padrão das criptas medindo os parâmetros morfológicos e descritores de forma, através do processamento e análise de imagens de microscopia de autofluorescência de campo de Widefield obtidas em amostras de tecido de cólon fresco a partir de um modelo murino de câncer colorretal. MÉTODOS: Camundongos machos adultos BALB/cCmedc (n=27), variando de 20 a 30 g, foram distribuídos aleatoriamente em quatro e cinco grupos de animais tratados e de controle. As amostras de cólon foram coletadas no dia zero e na 4ª, 8ª, 16ª e 20ª semanas após o tratamento com azoxometano. Segmentação bidimensional (2D), quantificação e caracterização morfológica do padrão das criptas por processamento de imagem aplicados utilizando programação macro de FIJI. RESULTADOS: O tipo I é a morfologia da cripta prevalente entre 53% e 81% semanas do grupo controle. Os tipos III-L e III-S foram detectados em porcentagens reduzidas. A morfologia do tipo I entre os 33% e 56% foi constatada como a predominante para as 4ª, 8ª e 20ª semanas de grupos tratados, seguidos pelo tipo III-L. Para a 16ª semana, os 39% dos padrões das criptas foram caracterizados como tipo III-L, seguidos pelo tipo I. Além disso, os tipos de padrão como IV, III-S e II também foram encontrados principalmente nessa ordem para quase todas as semanas tratadas. CONCLUSÃO: Estes resultados preliminares podem ser considerados um avanço na caracterização bidimensional da cripta como um processamento integral da imagem, comparando-se ao procedimento convencional; demora-se alguns segundos a mais para quantificar e caracterizar pontos não-patológicos, bem como para estimar estágios patológicos precoces do câncer colorretal.