从猪排到病理学：癌症研究的亲身实践
能否介绍一下您迄今为止的科研历程？您的学术背景是什么？
2019 年，我获得了布达佩斯技术与经济大学机械工程专业学位。毕业后，我加入了博世匈牙利公司，最初担任自动驾驶领域的软件开发工程师，之后转任转向系统设计工程师，直至 2022 年。
2023 年，我加入斯图加特大学系统动力学研究所，成为研究生院 GRK2543“肿瘤学术中多感官组织鉴别”项目的一名博士研究人员。GRK2543 汇聚了斯图加特大学的跨学科研究团队和蒂宾根大学医院的临床医生，在技术开发与临床应用之间建立了紧密的合作关系。
能否介绍一下您目前正在开展的研究？
我的工作主要聚焦于传感器开发和数据驱动的组织表征。我们使用四电极点式传感器区分早期癌变病灶与健康组织，尤其关注膀胱癌和乳腺癌。
此外，我们还在开发一种能够进行空间分布式测量的多电极传感器阵列。我们的目标是重建传感器下方的电导率分布图，从而估算肿瘤边界。在最近的研究中，我们探索了这种边界估算方法的可行性。我们训练了一个神经网络，将多电极传感器阵列测得的阻抗数据直接映射为空间电导率分布，从而在离体猪组织上估算脂肪与肌肉的分界。
我的博士研究中最令人兴奋的方面之一，是能够直接对刚刚切除的人体组织样本进行测量。
在您看来，这一研究课题最令人兴奋的地方是什么？
这一研究领域之所以重要，是因为它有望通过实现更加精准的手术，显著改善患者的治疗效果。在许多肿瘤手术中，尤其是保乳手术或膀胱手术中，外科医生必须谨慎权衡：既要切除全部肿瘤组织，又要尽可能多地保留健康组织。
目前，由于缺乏实时切缘评估工具，外科医生为了避免残留任何肿瘤组织，往往会采取更为谨慎的治疗方式。例如，在膀胱癌手术中，切除整个膀胱的情况并不少见，而这会严重影响患者的生活质量。可靠的术中传感工具可以帮助医生更准确地定位肿瘤边界，减少此类根治性干预的必要性，并改善患者术后的功能恢复情况。
您认为这一研究领域接下来将面临哪些重大挑战？
主要目标之一是确保该技术能够应用于术中和微创场景。然而，这也带来了多项技术挑战：细长的线缆、尺寸较小的电极以及不断变化的组织接触条件，都可能引入显著的噪声或伪影。
此外，如何设计一种能够兼顾空间分辨率与可靠信号质量的电极几何结构，也至关重要。
苏黎世仪器 MFIA 阻抗分析仪如何为您的研究提供支持？
我们使用苏黎世仪器 MFIA，在一定频率范围内进行高精度阻抗测量，典型测量频率介于 1 kHz 和 1 MHz 之间。手术结束后，我们会立即在病理实验室中，直接对新鲜切除的人体组织样本进行测量。在这样的应用环境下，MFIA 的速度、稳定性和准确度对于获得干净且可重复的数据至关重要。
LabOne 软件非常直观，能够帮助我们在搭建实验装置时快速、灵活地调整各项设置。不过，真正令苏黎世仪器 MFIA 脱颖而出的，是它能够通过 Python API 无缝集成到定制测量系统中。得益于清晰的文档和稳定可靠的接口，我们可以轻松将 MFIA 与自主开发的硬件扩展设备结合起来，例如用于自动切换电极的继电器板。整个集成过程没有遇到任何障碍。这种灵活性使 MFIA 成为开展可扩展测量流程、配合多电极阵列使用的理想工具。
在您的科研生涯中，做过（或曾经想做）最疯狂的事情是什么？
我最近的研究中有一个比较不同寻常的环节，那就是为最新研究采集数据。为了模拟柔软的生物组织，我每天都需要新鲜的脂肪—肌肉交界组织，因此每天早晨都要去当地的肉店购买合适的猪肉。
白天完成阻抗测量后，我还会确保不浪费任何东西：晚上把同一块肉烹饪后吃掉！这件趣事也提醒我们，科学研究有时会以出人意料的方式，变得非常“亲自动手”。