Быстрый кросс

Научные отчеты, том 12, Номер статьи: 11623 (2022) Цитировать эту статью

1079 доступов

1 Цитаты

Подробности о метриках

Совместный анализ экспрессии нескольких белков и моделей морфологии тканей важен для диагностики заболеваний, планирования лечения и разработки лекарств, требуя выравнивания перекрестного окрашивания нескольких иммуногистохимических и гистопатологических слайдов. Однако выравнивание огромных гигапиксельных изображений целых слайдов (WSI) с перекрестным окрашиванием с точностью до одной клетки затруднено. Помимо гигантских размеров данных WSI, существуют большие различия во внешнем виде клеток и морфологии тканей при разном окрашивании, а также морфологические деформации, вызванные подготовкой предметных стекол. Целью этого исследования является создание системы регистрации изображений для перекрестного окрашивания выравнивания гигапиксельных WSI гистопатологических и иммуногистохимических микроскопических слайдов и оценка ее клинической применимости. Насколько известно авторам, это первое исследование, в котором в режиме реального времени выполняется полностью автоматическое перекрестное окрашивание WSI с 40-кратным и 20-кратным объективным увеличением. Предлагаемая структура регистрации WSI состоит из модуля быстрой глобальной регистрации изображений, модели локализации интерактивного поля зрения (FOV) в реальном времени и модуля регистрации многоуровневых изображений, распространяемых в реальном времени. В этом исследовании предлагаемый метод оценивается на двух типах наборов данных о раке из двух больниц с использованием разных цифровых сканеров, включая набор данных о раке молочной железы с двойным окрашиванием, включающий 43 WSI гематоксилина и эозина (H&E) и 43 иммуногистохимических (IHC) CK(AE1/ AE3) WSI и набор данных о раке простаты с тройным окрашиванием, содержащий 30 WSI H&E, 30 WSI IHC CK18 и 30 WSI IHC HMCK. При оценке производительность регистрации измеряется не только точностью регистрации, но и временем вычислений. Результаты показывают, что предлагаемый метод достигает высокой точности 0,833 ± 0,0674 для набора данных о раке простаты с тройным окрашиванием и 0,931 ± 0,0455 для набора данных о раке молочной железы с двойным окрашиванием, соответственно, и в среднем занимает всего 4,34 с на регистрацию WSI. Кроме того, для 30,23% данных предлагаемый метод требует менее 1 с для регистрации WSI. По сравнению с эталонными методами предлагаемый метод демонстрирует превосходные характеристики по точности регистрации и времени вычислений, что имеет большие возможности для оказания помощи врачам в идентификации раковых тканей и определении стадии рака в клинической практике.

Мониторинг мультимодальных молекулярных и клеточных взаимодействий, роста опухолей и морфологии тканей имеет решающее значение для диагностики рака, разработки лекарств и биологических исследований и обычно выполняется путем одновременного анализа нескольких микроскопических препаратов с различным окрашиванием. Это совместный анализ слайдов с гематоксилином и эозином (H&E) для оценки клеточной морфологии и нескольких иммуногистохимических (ИГХ) слайдов для совместного мониторинга различных паттернов экспрессии белков с разрешением микроскопа одной клетки1. На практике окрашивание H&E принято в качестве золотого стандарта для анализа морфологии тканей. С другой стороны, ИГХ-окрашивание широко используется для обнаружения антигенов, а именно белков, при диагностике аномальных клеток, например, обнаруженных в раковых тканях, что позволяет биологам и врачам наблюдать распределение белков в различных частях биологической ткани. В нейробиологии ИГХ позволяет ученым внимательно изучать экспрессию белков в определенных структурах мозга2,3,4. При разработке лекарств ИГХ применялся для проверки эффективности лекарств путем мониторинга экспрессии определенных белков и анализа активных уровней мишеней заболевания5,6. В клинической диагностике, зная опухолевые маркеры и инструменты ИГХ, медицинские работники и ученые могут диагностировать опухоли как доброкачественные или злокачественные, определить стадию рака и определить тип клеток и происхождение метастазов, чтобы найти место метастазирования. первичная опухоль.