NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Prion hastalığı, merkezi sinir sisteminde anormal bir prion proteininin (PrPSc) birikmesi ile karakterize olan ölümcül bir nörodejeneratif bozukluktur. Tanı amaçlı PrPSc agregalarını tanımlamak için, patologlar doku örnekleri üzerinde prion protein antikorlarının immünohistokimyasal boyamasını kullanırlar. Dijital patoloji ile yapay zeka artık lekeli slaytları analiz edebilir. Bu çalışmada, serebellar ve oksipital korteksteki doku örneklerinde PrPSc agregalarının tanımlanması için otomatik bir boru hattı geliştirdik. Bilgimizin en iyisine göre, bu, PrPSc birikimini dijital görüntülerde değerlendiren ilk çerçevedir. İki strateji kullandık: bir görme transformatörü kullanarak derin öğrenme segmentasyon yaklaşımı ve geleneksel sınıflandırıcılarla bir makine öğrenme sınıflandırma yaklaşımı. Yöntemimiz, kesin olarak prion hastalığı tanısı konan 41 hastadan 64 tam slayt görüntüsü üzerinde geliştirildi ve test edildi. Çalışmamızın sonuçları, önerilen çerçevemizin WSI'leri kör bir test setinden doğru bir şekilde sınıflandırabileceğini gösterdi. Dahası, PrPSc dağılımını ve beyindeki lokalizasyonu ölçebilir. Bu potansiyel olarak Alzheimer ve Parkinson gibi diğer nörodejeneratif hastalıklarda protein ekspresyonunu değerlendirmek için genişletilebilir. Genel olarak, boru hattımız, AI destekli patolojinin değerli bilgiler sağlama potansiyelini vurgulayarak, tanı doğruluğunun ve verimliliğin artmasına yol açtı.
Özgün kaynak özetini okuyun
Prion disease is a fatal neurodegenerative disorder characterized by accumulation of an abnormal prion protein (PrPSc) in the central nervous system. To identify PrPSc aggregates for diagnostic purposes, pathologists use immunohistochemical staining of prion protein antibodies on tissue samples. With digital pathology, artificial intelligence can now analyze stained slides. In this study, we developed an automated pipeline for the identification of PrPSc aggregates in tissue samples from the cerebellar and occipital cortex. To the best of our knowledge, this is the first framework to evaluate PrPSc deposition in digital images. We used two strategies: a deep learning segmentation approach using a vision transformer, and a machine learning classification approach with traditional classifiers. Our method was developed and tested on 64 whole slide images from 41 patients definitively diagnosed with prion disease. The results of our study demonstrated that our proposed framework can accurately classify WSIs from a blind test set. Moreover, it can quantify PrPSc distribution and localization throughout the brain. This could potentially be extended to evaluate protein expression in other neurodegenerative diseases like Alzheimer's and Parkinson's. Overall, our pipeline highlights the potential of AI-assisted pathology to provide valuable insights, leading to improved diagnostic accuracy and efficiency.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.