[Broad spectrum in vivo diffuse spectrometry - An exploration for improvements to the distinction of the neurovasular bundle during robot prostatectomy (RALP)]

W. van de Ven, J. van Basten, B. de Kruif, P. Dunias and F. Wieringa

Nederlands Tijdschrift voor Urologie 2010;6:159.

Inleiding Tijdens radicale prostatectomie is het belangrijk de neurovasculaire bundel (NVB) visueel te kunnen onderscheiden om schade hieraan te voorkomen. Het menselijk oog neemt golflengten waar van 400 AC/a,!aEURoe 680 nm, echter elektronisch kan een veel breder spectraalgebied worden waargenomen. Er is onderzocht of in het brede spectraalgebied meetbare verschillen tussen prostaat en NVB zijn, die gebruikt kunnen worden om de weefseltypes voor de chirurg duidelijker zichtbaar te maken. Omdat van de interne organen weinig optische spectra buiten het zichtbare gebied bekend zijn, is een meetopstelling op maat ontwikkeld. Materiaal en methoden Tijdens 19 robotgeassisteerde laparascopische prostatectomieAfA<<n zijn met een speciaal ontwikkelde steriele fiberprobe in-vivo reflectiespectra van prostaat en NVB genomen van 350 tot 1830 nm. Deze spectra werden genormaliseerd om inter- en intra-variabiliteit te reduceren. De genormaliseerde spectra werden vervolgens door een computer geclassificeerd. Resultaten Figuur 1 toont de genormaliseerde spectra op geselecteerde golflengtes voor NVB en prostaatweefsel. In de figuur is te zien dat de spectraal metingen van de weefsels verschillend genoeg zijn om automatisch te kunnen onderscheiden. In de experimenten is 94% van de aangeboden weefsels correct geclassificeerd. 75% van de hiervoor nuttige spectrale verschillen liggen buiten het zichtbare gebied. Conclusie De fiberprobe blijkt laparoscopisch goed hanteerbaar waardoor reflectiespectra reproduceerbaar meetbaar zijn op (in principe) alle interne weefseltypes. De spectrale verschillen tussen prostaatweefsel en NVB kunnen dan versterkt weergegeven worden door een endoscopische beeldketen wanneer deze voorzien wordt van een beeldbewerkingseenheid die krachtig genoeg is deze multispectrale beelden te verwerken. Hiervoor dient de nu verzamelde kennis vertaald tot een hardware-platform.