已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Magnetic Microrobot With Drilling‐Sensing Dual Functionality for Targeted Biopsy of Deep‐Seated Tracheal Microlesions

活检 透视 生物医学工程 采样(信号处理) 材料科学 肺癌 放射科 内窥镜 肺活检 金标准(测试) 磁共振成像 计算机科学 体内 离体 肺 锥面 组织病理学 谐振器 医学物理学 人工智能
作者
Yong Wang,Dongdong Jin,Xiaoxia Liu,Lin Lin,Han‐Yu Cao,Zichang Guo,Xiang Ying Sun,Xiaohui Yan,Qianqian Wang,Jinhong Guo,Xing Ma
出处
期刊:Advanced Materials [Wiley]
卷期号:38 (2): e14664-e14664 被引量:14
标识
DOI:10.1002/adma.202514664
摘要

Biopsy remains gold standard for definitive diagnosis of numerous diseases, yet conventional approaches confront inherent limitations encompassing procedural invasiveness, limited spatial resolution, poor deep-tissue accessibility, and complicated post-operative histopathology examinations. Herein, a multifunctional magnetically actuated microrobotic platform for targeted biopsy of deep-seated micro-lesion in lung for potential use of early lung cancer diagnosis is reported. This conical helix-structured microrobot features controllable gold nanospike decoration at its tip, integrating dual functionality in drilling-enabled tissue sampling and surface-enhanced Raman scattering (SERS) biosensing. Utilizing real-time tracheoscopy and fluoroscopy guidance, this platform achieves magnetic navigation through saline-filled bronchi to target lesions, followed by on-demand sampling and retrieval, whose feasibility is systematically verified through ex vivo porcine lung models and in vivo rabbit trials. The collected biomarker and tissue samples can be rapidly recognized and quantified based on SERS spectroscopy. Moreover, through establishing a convolutional neural network-based deep learning model, it is succeed to distinguish between the healthy and various cancerous lung tissues from clinical patients, achieving a recognition accuracy of over 94.3% within just 3 min. Therefore, this work represents a microrobot-based biopsy techniques for noninvasive and precise sampling in lung with diagnosis capability of early-stage lung cancer, offering substantial improvements over conventional biopsy methods.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
桐桐的应助被科研通管家采纳,获得10
1秒前
1秒前
脑洞疼的应助被科研通管家采纳,获得10
1秒前
完美世界的应助被科研通管家采纳,获得10
1秒前
学霸业的应助被科研通管家采纳,获得10
1秒前
小二郎的应助被能干的cen采纳,获得10
1秒前
lx发布了新的文献求助30
2秒前
怕黑平蓝发布了新的文献求助10
2秒前
fang完成签到,获得积分10
3秒前
zz发布了新的文献求助10
4秒前
Owen的应助被皮灵犀采纳,获得10
4秒前
4秒前
FIN发布了新的文献求助400
5秒前
5秒前
6秒前
传奇3的应助被Hdx采纳,获得10
6秒前
For-t-完成签到 ,获得积分10
7秒前
8秒前
10秒前
林钰浩发布了新的文献求助10
10秒前
10秒前
清爽翩跹发布了新的文献求助10
10秒前
北辰爱完成签到,获得积分10
10秒前
Jerry完成签到 ,获得积分10
11秒前
11秒前
大模型的应助被mamgor采纳,获得10
11秒前
认真语堂完成签到,获得积分10
12秒前
义气的蝴蝶完成签到,获得积分10
12秒前
渡人舟的应助被文建豪采纳,获得10
13秒前
13秒前
流星雨完成签到 ,获得积分10
13秒前
怕黑平蓝完成签到,获得积分20
14秒前
李密完成签到 ,获得积分10
15秒前
皮灵犀发布了新的文献求助10
15秒前
儒雅的念烟完成签到 ,获得积分10
16秒前
18秒前
always完成签到 ,获得积分10
19秒前
领导范儿的应助被gyx采纳,获得10
21秒前
NexusExplorer的应助被清爽翩跹采纳,获得10
22秒前
开朗悟空完成签到,获得积分10
22秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Energie-Contracting 1500
Klimaschutzrecht durch den Energiesektor im Mehrebenensystem – Ein Rechtsvergleich 1000
Représentation chimique de la structure des kérogènes et des asphaltènes en fonction de leur origine et de leur degré d'évolution 900
Oncology Clinical Trials: Successful Design, Conduct, and Analysis, Second Edition 800
Ecotourism 400
Analytical Separation Science 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8065705
求助须知:如何正确求助?哪些是违规求助? 9488260
关于积分的说明 21346173
捐赠科研通 7634078
什么是DOI,文献DOI怎么找? 3397674
关于科研通互助平台的介绍 2527663
邀请新用户注册赠送积分活动 2435634