基于黏弹性多尺度力学指标的疾病进程与预后精准评估

目的软组织的力学特性通常与各种疾病的进展密切相关,如骨关节炎、纤维化和癌症等。尽管病变组织与其静态力学之间的关联性已逐渐得到研究,但对组织动态力学性质如何演变仍缺乏了解。本研究旨在探索软组织疾病演化与治疗过程中的多尺度力学变化及其临床应用可能性。方法利用原子力显微镜的微流变技术,研究不同梗塞时期心脏组织和纤维化病变肝组织的流变学反应;进一步发展了一个自相似的多级理论,用于表征从亚细胞到组织尺度的黏弹性性能变化;最后,构建了一系列疾病早期筛查和精准诊治的机器学习模型。结果不论疾病程度如何,两种组织在不同的时间尺度上都表现出普遍的双阶段幂律流变学行为。与传统软组织弹性诊断方法相比,本研究建立的多尺度力学指标精准诊治机器学习诊断模型的准确性提升了一倍,达到约99%。结论幂律指数可以捕捉到疾病初期不明显的流变学变化,理论计算的力学指标不仅可以精准追踪疾病进程,而且能够描绘病变后组织内部微观精细结构的力学不均一性。这些新的力学标记物与诊断策略可推广到其他软组织,为疾病进程和预后的多维度精准评估奠定坚实基础,甚至有望在癌症早期筛查等领域发挥重要作用。