不同部位消化道肿瘤的太赫兹光谱
Terahertz Spectroscopy of Gastrointestinal Tumors at Different Locations
DOI: 10.12677/acm.2024.14113004, PDF, HTML, XML,   
作者: 赵子慧:青岛大学临床医学院,山东 青岛;于 壮:青岛大学附属医院肿瘤科,山东 青岛;李 川:青岛大学附属医院胸外科,山东 青岛;王 斌:中国石油大学(华东)信息与控制工程学院,山东 青岛;李 锐*:青岛大学附属医院健康管理中心,山东 青岛
关键词: 太赫兹光谱胃癌肠癌鉴别诊断吸收系数Terahertz Spectroscopy Gastric Cancer Intestinal Cancer Differential Diagnosis Absorption Coefficient
摘要: 目前,临床诊断癌症的金标准是病理学的检测。但是该操作需要进行活检或内镜活检,这是一种侵入性检查,且一定程度上受制于医师的经验水平,因此不能作为肺癌的早期诊断和常规体格检查。近年来,太赫兹光谱技术已应用于多种癌种的肿瘤组织与正常组织之间的检测。因此,探索一种高分辨率的检测方法来区分癌组织和癌旁组织具有重要意义,可以实现癌症的早发现、早诊断、早治疗。在这项研究中,我们利用太赫兹时域光谱技术研究胃肠道肿瘤组织与正常组织之间的关系,以及胃肠道不同部位肿瘤组织之间的关系。通过测量折射率、吸收系数,我们发现肿瘤组织与正常组织的太赫兹光谱曲线存在显著差异。消化道不同部位肿瘤的太赫兹光谱曲线也表现出不同的趋势。因此,太赫兹时域光谱技术具有区分肿瘤和正常组织的潜力。
Abstract: At present, the golden standard for clinical diagnosis of cancer is pathological examination. However, this procedure requires a biopsy or endoscopic biopsy, which is invasive examinations and limited by physician’s level of experience. Therefore, it can not be used as an early diagnosis and routine physical examination for lung cancer. In recent years, terahertz spectroscopy has been applied to detect tumor tissues and normal tissues of many kinds of cancers. Therefore, it is of great significance to explore a high-resolution detection method to distinguish cancer tissues from para-cancer tissue, which can realize early detection, early diagnosis and early treatment of cancer. In this study, we use terahertz time-domain spectroscopy to investigate the relationship between gastrointestinal tumor tissue and normal tissue, as well as the relationship between tumor tissue at different sites of the gastrointestinal tract. By measuring the refractive index and absorption constant, we find that the terahertz spectra of tumor tissues are significantly different from those of normal tissues. The terahertz spectroscopy of tumors in different parts of digestive tract also shows different trends. Therefore, terahertz time-domain spectroscopy has the potential to differentiate tumor from normal tissue.
文章引用:赵子慧, 于壮, 李川, 王斌, 李锐. 不同部位消化道肿瘤的太赫兹光谱[J]. 临床医学进展, 2024, 14(11): 1214-1222. https://doi.org/10.12677/acm.2024.14113004

1. 简介

胃癌是中国最常见的恶性肿瘤之一。根据1990年至1992年对中国1/10人口的抽样调查,胃癌死亡率排名第一(粗死亡率为100,000/252)。西北、东南沿海地区胃癌发病率高,广西、广东、贵州发病率低,近30年来,中国城市居民胃癌发病率男女均有所下降,但胃癌仍是威胁人类健康的疾病之一。

大肠癌,包括结肠癌和直肠癌,是消化系统常见的恶性肿瘤。大肠的发病率由高到低依次为直肠、乙状结肠、盲肠、升结肠、降结肠和横结肠。大肠癌占恶性肿瘤的1~2个,每年的发病率高达35/100,000到50/100,000。随着经济的迅速发展,大肠癌的发病率在过去30至40年间逐年上升。因此,肿瘤的早发现、早诊断、早治疗仍然至关重要。

超声检查、X光检查、正电子发射计算机断层扫描(PET)、X射线计算机断层成像扫描(CT)及磁共振成像(MRI)是常用的癌症检测方法。目前,影像学检查是肺癌的主要诊断方法之一,是早期诊断的重要手段。然而,影像学检查只能检测到“病变”,不能真正确定“病变”的性质。病理学检测是检查人体器官、组织或细胞病变的病理形态学方法,为了探讨器官、组织或细胞的病变过程,可以采用一些病理形态学检查方法来检查其病变,探讨病变的原因、发生机制和发展过程,最终进行病理诊断。病理学检测是癌症诊断的黄金标准,但该操作需要进行穿刺或内窥镜组织提取检查,这是一种侵入性检查,可能对患者造成某些伤害,并在很大程度上受到医生经验的限制[1]。因此,该方法不能作为肺癌的早期诊断和常规体格检查项目。因此,迫切需要开发一种新的非侵入性技术作为癌症早期诊断的方法。最近的研究发现,研究人员已经表明太赫兹光谱在诊断癌症如乳腺癌[2] [3],胃癌[4],结肠癌[5] [6],黑色素瘤[7],脑癌[8] [9],口腔癌[10],肝癌[11]中表现出巨大优势。

2. 太赫兹光谱

(1) 太赫兹光谱特点:a) 对于非金属材料(陶瓷、纸、木材、塑料和非极性液体等)具有很好的穿透性,有着较高的透射率;b) 极性液体(比如水)对太赫兹波具有很高的吸收性,太赫兹波在水中穿透性很低;c) 对于金属材料,表现出很高的反射性,具有很高的折射率;d) 太赫兹波能量极低,仅为X射线光子能量的百万分之一,辐射损伤小;e) 太赫兹光谱技术可以有效地去除背景噪声,具有较高的信噪比。

(2) 目前的应用领域:近年来,太赫兹(THz)技术在生物医学、生物组织体外检测、通讯和安全等领域得到了积极的研究和应用[12]。太赫兹技术应用于生物医学诊断之所以值得探索,是因为太赫兹波对极性分子(例如水)非常敏感,并且可以被吸收[13]。肿瘤组织中的水分含量通常高于正常组织,因此太赫兹技术可以应用于各种疾病的诊断[14] [15]。在以往的研究中,作者利用太赫兹技术分析了胃中正常组织和癌组织的特征,证明癌组织比正常组织具有更高的光学特性。此外,太赫兹光谱可以区分胃粘膜和浆膜。Young Bin Ji等人利用太赫兹反射成像技术和光谱技术研究了大鼠模型中正常胃肠组织(腺胃、前胃、大肠、小肠和食管)的基本特征,并证明在太赫兹光谱技术下,肠粘膜不同部位的正常组织表现出不同的光学特性[16]。这项研究报告探讨了不同类型胃癌和大肠癌的太赫兹光谱特征,以及胃癌组织和大肠癌组织之间的比较。

(3) 本研究的主要目的是证明太赫兹光谱可以利用基本组织特征来检测胃和大肠癌组织之间的差异,这可以帮助诊断(区分)特定类型的癌症,并解释正常组织和癌症组织之间的差异,以及不同类型胃癌的太赫兹光谱特征。本文报告了三例不同类型胃癌和两例大肠癌的太赫兹光谱特征。

3. 3例胃、2例肠病理特点

① 胃(窦、角)低分化腺癌(溃疡型,大小7 cm × 4 cm × 1.5 cm,Leurens分型,弥漫型)。侵达浆膜下。免疫组化结果:EGFR(−),HER2(0),AFP(−),错配修复蛋白:MLH1(+),MSH2(+),MSH6(+),PMS2(+),提示微卫星不稳定,CD8(T细胞+,5%),Ki-67(+, 70%),PD-L1-22C3(CPS < 1),EBER(原位杂交)(−),特殊染色结果:弹力纤维染色示厚壁血管侵犯(+)。

② 胃(窦)中分化腺癌(溃疡型,大小11 cm × 5.5 cm,Leurens分型,肠型)。中分化管状腺癌约70%,粘液腺癌约30%,免疫组化结果:EGFR(−),HER2(2+),AFP(−),错配修复蛋白:MLH1(+),MSH2(+),MSH6(+),PMS2(+),提示微卫星不稳定,S100示神经侵犯(+),CD31及D2-40染色示脉管癌栓,Ki-67(+, 60%),PD-L1-22C3(+,CPS约30%),CD8(T细胞+,约20%),EBER(原位杂交)(−),特殊染色结果:弹力纤维染色示厚壁血管侵犯(−)。

③ 胃(窦小弯)伴有淋巴间质的胃腺癌(浸润溃疡型,范围5.5 cm × 1.4 cm,Larens分型,肠型),免疫组化结果,MLHI(+),NSH2(+),MEH6,PMS2(+),EGFR(−),HER2(0),AFP(−),CD31及D2-40示脉管癌栓(+),S100示神经侵犯(+),CD8示T细胞(+, 50%),Ki-67(+, 80%),PD-11-2203(CPS约10%),EBER(原位杂交)(+),特染结果,弹力纤维染色示厚壁血管侵犯(−)。

④ (乙状结肠)中分化腺癌(浸润溃疡型,范围3 cm × 2 cm),侵达浆膜下层,未累及两侧切缘肿瘤出芽:中级别,Bd 2级。免疫组化结果示肿瘤细胞,错配修复蛋白MLH1(+),MSH2(+),MSH6(+),PMS2(+),提示微卫星稳定,HER2(1+),CKpan(+),VEGF(弱+),pan-Trk(−),S100示神经侵犯(−),Ki-67(+,约70%),PD-11-22C3(CPS约5),p53(表达缺失,考虑为特变型着色模式),特殊染色结果:弹力纤维染色示厚壁血管侵犯(−)。

⑤ (乙状结肠)中分化腺癌(浸润溃疡型,范围4.5 cm × 4 cm),侵达浆膜下层,未累及两侧切缘。肿瘤出芽:中级别,Bd 2级,免疫组化结果示肿瘤细胞:错配修复蛋白MLH1(+),MSH2(+),MSH6(+),PMS2(+),提示微卫星稳定。HER2(1+),CKpan(+),VEGF(弱+),pan-Tk(−),CD31及D2-40示脉管癌栓(−),S100示神经侵犯(+),Ki-67(+,约90%),PD-11-22C3(CPS约10),p53(弥漫过表达,突变型着色模式),特殊染色:弹力纤维染色示厚壁血管侵犯(−)。

3.1. 实验仪器

实验射频信号的接收、反射及处理是由3672B矢量网络分析仪(VNA)完成,VNA与矢量网络分析仪接在开关矩阵上,射频信号经过扩频模块后,可以分别产生和接收6个频段的太赫兹信号。VNA及导轨由计算机控制,计算机发出指令,控制导轨运行,进行s参数测试,并通过介电反演算法对s参数进行处理。

3.2. 实验方法

本研究使用了青岛大学附属医院的患者术后标本,采用para-n包埋工艺处理手术切除的新鲜组织,para-n包埋工艺能够去除新鲜组织的水分,从而降低水对太赫兹波的影响,该技术增强了太赫兹波的穿透性,使组织标本在太赫兹时域光谱仪得到的光谱结果更清晰准确。将收集到的标本进行切割处理,去除表面的石蜡组织,露出组织表面,统一切割成25 mm × 25 mm × 3 mm大小,然后对样品进行测量,通过扩频得到太赫兹信号,经过演算得到参数,最后绘制出曲线。

4. 胃癌、肠癌的太赫兹光谱分析

(1) 胃癌:

备注:胃1:胃(窦、角)低分化腺癌(溃疡型,大小7 cm × 4 cm × 1.5 cm,Leurens分型,弥漫型)。

Figure 1. Refractive index and absorption coefficient of tumor and normal tissue in gastric specimen 1

1. 胃标本1肿瘤组织与正常组织的折射率与吸收系数

备注:胃2:胃(窦)中分化腺癌(溃疡型,大小11 cm × 5.5 cm,Leurens分型,肠型)。

Figure 2. Refractive index and absorption coefficient of tumor and normal tissue in gastric specimen 2

2. 胃标本2肿瘤组织与正常组织的折射率与吸收系数

备注:胃3:胃(窦小弯)伴有淋巴间质的胃腺癌(浸润溃疡型,范围5.5 cm × 1.4 cm,Larens分型,肠型)。

Figure 3. Refractive index and absorption coefficient of tumor and normal tissue in gastric specimen 3

3. 胃标本3肿瘤组织与正常组织的折射率与吸收系数

我们共检测了三例不同类型的胃癌标本,我们发现三例胃癌标本的癌组织与正常组织之间在折射率、吸收系数均有明显的差异(图1~3)。我们发现第一例低分化腺癌标本的癌组织与正常组织相比拥有较高的折射率、吸收系数。在较低频率时,癌组织与正常组织的折射率相近,然而随着频率的增加,它们之间的差距越来越显著。从图中可以看到癌组织折射率范围为1.51~1.54,正常组织为1.49~1.54;对于吸收系数,癌组织与正常组织在较低频率时均表现出较低的指标,随着频率的增加,呈现上升的趋势,而癌组织在较高频率到达最高点转而呈现下降趋势,癌组织吸收系数范围为0.64~9.79 cm1,正常组织为0.29-2.77 cm1 (图1)。

对于第二例中分化胃癌组织,其曲线规律与低分化胃癌标本有着明显的不同,在频率范围内,癌组织参数并非始终高于正常组织;对于折射率,在较低频率(110.00 GHz~335.16 GHz),癌组织的折射率低于正常组织,在频率为335.16G Hz~1100.00 GHz时,癌组织的频率高出正常组织,并且呈现出较平稳的趋势,癌组织与正常组织在335.16 GHz的折射率均为1.53;对于吸收系数,在较低频率时,正常组织系数低于癌组织,当跨越191.06 GHz (吸收系数为1.14 cm1)频率节点时,正常组织吸收系数相较于癌组织偏高,并且两者均处于上升趋势(图2)。

第三例标本为胃伴有淋巴间质胃腺癌,不同于上述两例腺癌,无论是折射率、吸收系数,在频率范围内,正常组织的数值均高于肿瘤组织,除吸收系数外,折射率指标的图像趋势趋于平稳状态,而吸收系数的图像随着频率的升高,呈现出逐渐上升的趋势(图3)。

通过三例不同类型胃癌标本的太赫兹光谱分析,我们发现癌组织与正常组织在折射率、吸收系数两个参数中均有着明显的差异,但其差异各不相同。我们通过查阅文献,发现研究者通过研究肝癌组织发现细胞密度、核质与细胞质的比例和脂肪变性都会影响太赫兹透射率[17]。三例胃癌标本虽属于同一癌种,但是其太赫兹光谱曲线规律却不同,Ki-67是一种增殖细胞的相关抗原,其功能与有丝分裂密切相关,常作为肿瘤细胞增值活性的标志[18]。Ki-67的表达水平越高,代表细胞的增殖越活跃,恶性的程度越高,容易出现复发和转移的现象。所以,在临床中,Ki-67对于判断肿瘤恶性程度以及治疗预后有重要的意义。在细胞增殖过程中,肿瘤细胞增值能力强,其细胞内生物大分子如核酸、蛋白质等增加显著,从而使细胞密度、核质与细胞质的比例发生改变。细胞程序性死亡–配体1 (简称PD-L1),是大小为40 kDa的一种跨膜蛋白。程序性死亡受体1 (简称PD-1),是一种重要的免疫抑制分子。PD-1表达在活化的T细胞表面,肿瘤细胞为了抵抗T细胞杀伤,会根据T细胞表面的PD-1形成配体:PD-L1;PD-L1与T细胞表面的PD-1结合,结合之后会启动机体的免疫抑制,从而使T细胞不能识别和杀灭肿瘤细胞,肿瘤细胞大量增殖[19]。因此,这些因素会导致太赫兹光谱曲线的差异。根据三例胃癌标本的病理信息分析,我们发现3例胃肿瘤的Ki-67均不相同,其细胞增殖能力有不同,所以我们猜测三例标本的太赫兹光谱差异可能与其各自不同的组织成分有关,由于测量的标本数量较少,可能存在误差,所以其中的关联需进一步收集标本进行统计分析。

(2) 肠癌

备注:肠1:(乙状结肠)中分化腺癌(浸润溃疡型,范围3 cm × 2 cm)。

Figure 4. Refractive index and absorption coefficient of tumor and normal tissue in intestinal specimens 1

4. 肠标本1肿瘤组织与正常组织的折射率与吸收系数

备注:肠2:(乙状结肠)中分化腺癌(浸润溃疡型,范围4.5 cm × 4 cm)。

Figure 5. Refractive index and absorption coefficient of tumor and normal tissue in intestinal specimens 2

5. 肠标本2肿瘤组织与正常组织的折射率与吸收系数

本次我们共检测了两例乙状结肠癌,两例均为中分化腺癌。对于第一例肠癌组织,折射率在较低频率难以分辨,而从479.39 GHz节点之后的较高频率,癌组织与正常组织出现明显区别,正常组织在此次频率后趋于平稳,癌组织则低于正常组织,约为1.49~1.52,正常组织约为1.51~1.52;吸收系数呈现的规律不同,癌组织与正常组织在较低频率差异明显,且癌组织高于正常组织,且最高频率分别为2.48 cm1 (频率为520.6 GHz)、0.04 cm1 (频率为360.4 GHz) (图4)。对于第二例肠癌组织,在折射率与吸收系数参数指标中,癌组织指标均高于正常组织,折射率在整个频率范围内均有明显的差异,而吸收系数则在较高频率时区别明显,最高系数分别为6.49 cm1 (频率为1020.8、1021 GHz)、0.05 cm1 (频率为878.4、878.6 GHz) (图5)。

通过胃肠正常组织与肿瘤组织太赫兹光谱的对比,我们发现正常组织与癌组织的太赫兹光谱有明显不同;根据图谱、病理信息以及既往研究发现,我们猜测正常组织与癌组织的光谱差异可能是由于肿瘤细胞新陈代谢旺盛,核酸和蛋白质等生物大分子的含量较正常组织多,细胞内部结构复杂度以及分子量会增加,所以肿瘤组织与正常组织的曲线表现出明显的差异。

(3) 对比分析

胃属于上消化道,结肠属于下消化道,为研究不同消化道肿瘤的太赫兹光谱之间的差异,我们将5例肿瘤标本进行了对比;在之前的研究中,研究者基于处理后的数据,采用随机森林(RF)方法对癌细胞系进行区分,分析了数个特征参数,结果表明,吸收系数是癌细胞判别最敏感的参数[20] [21]。我们将五个标本的吸收系数进行了比较,如下:

备注:胃1:胃(窦、角)低分化腺癌(溃疡型,大小7 cm × 4 cm × 1.5 cm,Leurens分型,弥漫型)。胃2:胃(窦)中分化腺癌(溃疡型,大小11 cm × 5.5 cm)。胃3:胃(窦小弯)伴有淋巴间质的胃腺癌(浸润溃疡型,范围5.5 cm × 1.4 cm,Leurens分型,肠型)。肠1:(乙状结肠)中分化腺癌(浸润溃疡型,范围3 cm × 2 cm)。肠2:(乙状结肠)中分化腺癌(浸润溃疡型,范围4.5 cm × 4 cm)。

Figure 6. Comparison of absorption coefficients between 3 gastric cancer specimens and 2 intestinal cancer specimens

6. 3例胃癌标本与2例肠癌标本的吸收系数对比

备注:肠1:(乙状结肠)中分化腺癌(浸润溃疡型,范围3 cm × 2 cm)。肠2:(乙状结肠)中分化腺癌(浸润溃疡型,范围4.5 cm × 4 cm)。

Figure 7. Comparison of absorption coefficients in 2 cases of intestinal carcinoma

7. 2例肠癌标本的吸收系数对比

备注:胃1:胃(窦、角)低分化腺癌(溃疡型,大小7 cm × 4 cm × 1.5 cm,Leurens分型,弥漫型)。胃2:胃(窦)中分化腺癌(溃疡型,大小11 cm × 5.5 cm)。胃3:胃(窦小弯)伴有淋巴间质的胃腺癌(浸润溃疡型,范围5.5 cm × 1.4 cm,Leurens分型,肠型)。

Figure 8. comparison of absorption coefficients in 3 gastric cancer specimens

8. 3例胃癌标本的吸收系数对比

通过对比,我们发现胃癌、肠癌组织的吸收系数在高频率阶段具有明显的差异(图6~8)。胃与肠均属于消化道,但消化道不同位置的癌组织的吸收系数也有较大差异(图6)。5例癌组织的吸收系数均随着评率的升高呈现上升的趋势,在约700 GHz频率之后差异逐渐明显,5例标本肿瘤组织的吸收系数约在0.5~10 cm−1之间,且每例标本的吸收系数均不相同(图6)。我们考虑5例肿瘤标本吸收系数曲线差异与Ki-67、PD-L1的表达以及其他蛋白质分子的表达有关,由于标本数量较少,其中的规律仍需继续扩大标本量进行统计分析。

5. 结论

在这项工作中,我们使用太赫兹时域光谱研究了同属于消化道但不同位置的癌组织的折射率、吸收系数。我们证明了癌组织表现出与正常组织明显差异的光学特性。通过对比同一癌种之间肿瘤组织的太赫兹光谱曲线,我们发现尽管病理类型一致,但其吸收系数也不尽相同,通过查阅既往文献以及对比病理信息,我们发现癌组织的增殖程度、细胞密度等因素也可能会影响太赫兹光谱曲线的趋势。结果表明,太赫兹光谱技术在正常组织与肿瘤组织之间表现出明显的差异,细胞密度、核质与细胞质的比例等因素可能是影响光谱曲线不同的因素。所以,太赫兹光谱在临床患者的鉴别诊断中有着巨大的潜力。临床研究和大量统计数据的进一步调查会使人们对太赫兹方法的可能性有更深入的了解。

竞争利益声明书

作者声明,他们没有已知的相互竞争的经济利益或个人关系可能会影响本文所报道的工作。

感 谢

本研究得到青岛市市南区科学技术局计划资助,资助编号:2022-4-010-YY。

声 明

作者声称没有利益冲突。研究证实,所有参与者都表示同意。

参考文献

[1] Kaur, B., Kumar, S. and Kaushik, B.K. (2022) Recent Advancements in Optical Biosensors for Cancer Detection. Biosensors and Bioelectronics, 197, Article 113805.
https://doi.org/10.1016/j.bios.2021.113805
[2] Wang, L. (2021) Terahertz Imaging for Breast Cancer Detection. Sensors, 21, Article 6465.
https://doi.org/10.3390/s21196465
[3] Isabella, S.S.J., Sunitha, K.A., Arjunan, S.P. and Pesala, B. (2023) A Review of Spectroscopic and Non-Spectroscopic Techniques for Diagnosing Breast Cancer. Current Medical Imaging Formerly Current Medical Imaging Reviews, 19, 535-545.
https://doi.org/10.2174/1573405618666220509114727
[4] Grigorev, R., Kuzikova, A., Demchenko, P., Senyuk, A., Svechkova, A., Khamid, A., et al. (2019) Investigation of Fresh Gastric Normal and Cancer Tissues Using Terahertz Time-Domain Spectroscopy. Materials, 13, Article 85.
https://doi.org/10.3390/ma13010085
[5] Cao, Y., Chen, J., Huang, P., Ge, W., Hou, D. and Zhang, G. (2019) Inspecting Human Colon Adenocarcinoma Cell Lines by Using Terahertz Time-Domain Reflection Spectroscopy. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 211, 356-362.
https://doi.org/10.1016/j.saa.2018.12.023
[6] Chen, Y., Li, D., Liu, Y., Hu, L., Qi, Y., Huang, Y., et al. (2023) Optimal Frequency Determination for Terahertz Technology‐Based Detection of Colitis‐Related Cancer in Mice. Journal of Biophotonics, 16, e202300193.
https://doi.org/10.1002/jbio.202300193
[7] Li, D., Yang, Z., Fu, A., Chen, T., Chen, L., Tang, M., et al. (2020) Detecting Melanoma with a Terahertz Spectroscopy Imaging Technique. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 234, Article 118229.
https://doi.org/10.1016/j.saa.2020.118229
[8] Oh, S.J., Huh, Y.-M., Kim, S.-H., et al. (2011) Terahertz Pulse IMAGING of fresh Brain Tumor. 2011 International Conference on Infrared, Millimeter, and Terahertz Waves, Houston, 2-7 October 2011, 1-2.
https://doi.org/10.1109/irmmw-THz.2011.6105230
[9] Oh, S.J., Kim, S., Ji, Y.B., Jeong, K., Park, Y., Yang, J., et al. (2014) Study of Freshly Excised Brain Tissues Using Terahertz Imaging. Biomedical Optics Express, 5, 2837-2842.
https://doi.org/10.1364/boe.5.002837
[10] Sim, Y.C., Park, J.Y., Ahn, K., Park, C. and Son, J. (2013) Terahertz Imaging of Excised Oral Cancer at Frozen Temperature. Biomedical Optics Express, 4, 1413-1421.
https://doi.org/10.1364/boe.4.001413
[11] Duan, F., Wang, Y., Xu, D., Shi, J., Chen, L., Cui, L., et al. (2019) Feasibility of Terahertz Imaging for Discrimination of Human Hepatocellular Carcinoma. World Journal of Gastrointestinal Oncology, 11, 153-160.
https://doi.org/10.4251/wjgo.v11.i2.153
[12] Zhang, X.-C. and Xu, J. (2010) Introduction to THz Wave Photonics. Springer.
https://doi.org/10.1007/978-1-4419-0978-7
[13] Grigorev, R., Kuzikova, A., Demchenko, P., Senyuk, A., Svechkova, A., Khamid, A., et al. (2019) Investigation of Fresh Gastric Normal and Cancer Tissues Using Terahertz Time-Domain Spectroscopy. Materials, 13, Article 85.
https://doi.org/10.3390/ma13010085
[14] Gezimati, M. and Singh, G. (2022) Advances in Terahertz Technology for Cancer Detection Applications. Optical and Quantum Electronics, 55, Article No. 151.
https://doi.org/10.1007/s11082-022-04340-0
[15] Zhan, X., Liu, Y., Chen, Z., Luo, J., Yang, S. and Yang, X. (2023) Revolutionary Approaches for Cancer Diagnosis by Terahertz-Based Spectroscopy and Imaging. Talanta, 259, Article 124483.
https://doi.org/10.1016/j.talanta.2023.124483
[16] Ji, Y.B., Kim, S., Jeong, K., Choi, Y., Son, J., Park, D.W., et al. (2014) Terahertz Spectroscopic Imaging and Properties of Gastrointestinal Tract in a Rat Model. Biomedical Optics Express, 5, 4162-4170.
https://doi.org/10.1364/boe.5.004162
[17] Miura, Y., Kamataki, A., Uzuki, M., Sasaki, T., Nishizawa, J. and Sawai, T. (2011) Terahertz-Wave Spectroscopy for Precise Histopathological Imaging of Tumor and Non-Tumor Lesions in Paraffin Sections. The Tohoku Journal of Experimental Medicine, 223, 291-296.
https://doi.org/10.1620/tjem.223.291
[18] Menon, S.S., Guruvayoorappan, C., Sakthivel, K.M. and Rasmi, R.R. (2019) Ki-67 Protein as a Tumour Proliferation Marker. Clinica Chimica Acta, 491, 39-45.
https://doi.org/10.1016/j.cca.2019.01.011
[19] Cha, J., Chan, L., Li, C., Hsu, J.L. and Hung, M. (2019) Mechanisms Controlling PD-L1 Expression in Cancer. Molecular Cell, 76, 359-370.
https://doi.org/10.1016/j.molcel.2019.09.030
[20] Cao, Y., Chen, J., Zhang, G., Fan, S., Ge, W., Hu, W., et al. (2021) Characterization and Discrimination of Human Colorectal Cancer Cells Using Terahertz Spectroscopy. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 256, Article 119713.
https://doi.org/10.1016/j.saa.2021.119713
[21] Guan, H., Qiu, W., Liu, H., Cao, Y., Tian, L., Huang, P., et al. (2023) Study on the Detection Method of Biological Characteristics of Hepatoma Cells Based on Terahertz Time-Domain Spectroscopy. Biomedical Optics Express, 14, 5781-5794.
https://doi.org/10.1364/boe.495600