Langvinnur nýrnasjúkdómur (CKD): Hentar þú fyrir staka og tvískipta nýrnaígræðslu?

fyrir frekari upplýsingar:ali.ma@wecistanche.com

Hluti Ⅰ: Tauganet fyrir flokkun glomerulus byggt á vefjafræðilegum myndum af nýrnavefsýni

Giacomo Donato Cascaranol, Francesco Saverio Debitontol & o.fl.

Bakgrunnur

Langvinn nýrnasjúkdómur(CKD) er sjúklegt ástand sem einkennist af starfrænni hrörnunnýru. CKD (Langvinn nýrnasjúkdómur) er 12. dánarorsök, með allt að 1,1 milljón tilfella um allan heim; aukin dánartíðni sem tengist langvinnri nýrnasjúkdóm (Langvinn nýrnasjúkdómur)síðustu ára gerir það að einni ört vaxandi dánarorsök, ásamt sykursýki og heilabilun [1, 2].Nýraígræðsluer besta nýrnauppbótarmeðferðin eins og hún hefur sýnt sig að vera áhrifaríkari en skilunarmeðferð með tilliti til langtímadauðaáhættu og hefur á sama tíma minni áhrif á opinbera heilbrigðiskerfið [3, 4].

Smelltu til Cistanche NZ fyrir langvinnan nýrnasjúkdóm

Liyanage o.fl. áætlað að 2,6 milljónir manna, andspænis 4,9 milljónum sjúklinga, hafi fengið nýrnauppbótarmeðferð um allan heim árið 2010, sem bendir til þess að að minnsta kosti 2,3 milljónir manna gætu hafa látist ótímabært vegna þess að ekki var hægt að nálgast viðeigandi meðferð [5].

Vegna vaxandi nauðsynnýruígræðslur[6] reyndu mismunandi rannsóknir að víkka viðmiðin fyrir samþykkinýrufyrir ígræðslu, sem almennt eru útilokaðir vegna aldurs gjafa og annarra eiginleika sem tengjast bæði gæðum og umfanginýru[7,8].

Moore o.fl. gerði samanburð á tvíþættumnýruígræðslufrá Expanded Criteria Donors (ECDs) og einhleypirnýruígræðslufrá samhliða ECD og stöðluðum viðmiðunargjöfum. Höfundar mátu að notkun tvíþættarnýrnaígræðslafrá jaðargjafa er raunhæfur kostur og að hægt sé að ná fram nýrnastarfsemi, að því gefnu að hvoru tveggjanýrueru ígrædd í einn viðtakanda [9].

Remuzzi o.fl. lagt til tækni til að metanýruástandimeð því að meta vefjasýni [10]. Matsviðmiðið, þekkt sem Karpinski skorið, tekur til þróunar (í prósentum) sjúklegs ástands fjögurra megin virknisvæða: gauklakölkun, píplurýrnun, millivefsvefjagigt og slagæðakölkun. Þetta stig er á bilinu 0 til 12, og því hærri sem talan er, því verri er húnástand nýrna [10-12]. Nýrumeð Karpinski-einkunn frá 0 til 3 og frá 4 til 6 eru taldar henta fyrirstakar og tvíþættar ígræðslur, í sömu röð.

Meðferð við nýrnasjúkdómum: sýkingu og nýrnaígræðslu

Til að meta Karpinski-stigið framkvæma meinafræðingar sjónrænt mat á vefjameinafræðilegum myndum í heild sinni (WSI). Þetta ferli er venjulega tímafrekt, viðkvæmt fyrir mistökum og einnig huglægt.

Til að vinna bug á þessum göllum er þróun á tölvustýrðum greiningarkerfum (CAD) sem byggjast á vefjameinafræðilegri vefmyndagreiningu til að styðja við útreikning stiga dýrmætur framfarir.

Nýleg bókmenntaverk sýna notkun myndvinnslu og vélanámstækni til að greinanýruvefjameinafræðilegarWSIs fyrir glomeruli uppgötvun og flokkun. Myndvinnsluaðferðir miða að því að draga fram þýðingarmikla eiginleika, td þá sem byggjast á form- og áferðargreiningu; þá taka vélanámsreiknirit, eins og grunnt eða djúpt gervi taugakerfi (ANNs), ákvarðanir byggðar á útdregnum eiginleikum.

Simon et al, for example, proposed texture-based features set as a simple but effective automatic method for glomeruli localization [13]. The authors applied the algorithm on renal tissue sections and biopsies of large histopathological WSIs. The features extracted from an adaptation of the Local Binary Pattern (LBP) algorithm were used to train a Support Vector Machine(SVM)model. The authors reported high precision(>90%) and reasonable recall (>70 prósent) sem niðurstöður.

Til að framkvæma alhliða uppgötvun glomeruli í myndum af heildnýrukafla, Kato o.fl. lagði til nýjan lýsingu sem kallast Segmental HOG (Histogram of Oriented Gradients)[14]. Höfundarnir fullyrtu styrkleika lausnarinnar og hágæða skiptingarúttak; ennfremur báru höfundar saman Segmental HOG við Rectangular HOG sem sýndi að fyrsta aðferðin náði verulegum framförum í uppgötvunarframmistöðu.

Nokkrir höfundar lögðu í staðinn áherslu á greiningu á lögun og lit glomeruli. Kotyk o.fl. lögðu fram nýja lausn til að takast á við mikla breytileika í styrkleika og ósamræmi hvað varðar lögun og stærð gaukla í nýrnalíkamanum. Fyrirhuguð nálgun, sem byggð var á Particles Analyzer tækninni, gerði kleift að greina nýrnalíkamann og eftirfarandi mælingu á þvermál gaukla og breidd Bowmans rúms. Höfundarnir meta að aðferðin hafi verið sterk við aflögun gaukla jafnvel með ofstækkun gaukla [15]. Greining á áhrifum verulegs fjölbreytileika lita og lögunar vefja á heilar glærumyndir var framkvæmd af Zhao o.fl. [16]. Höfundarnir einbeittu sér að útdrætti Bowmans hylkisbreiddar til að hanna sjálfvirkan gauklaútdráttarramma úr smásjá af öllum nýrnavefnum. Kerfið var prófað á nýrnavef sem ekki er af mönnum prímata með Haematoxylin og Eosin(HE) litun.

Bukowy o.fl. lagt til annað greiningarferli. Í [17] þróuðu höfundarnir snúningstauganet til að greina gaukla í þríkrómlituðum nýrum. Aðferðin var prófuð á rottumnýruog greindar niðurstöður, varðandi flokkun heilbrigðra og skemmdra glomeruli, sýna meðalnákvæmni og muna 96,94 prósent og 96,79 prósent, í sömu röð.

Í fyrra verki Bevilacqua o.fl., CAD kerfi fyrir skiptingu og mismunun á æðum á móti píplum úr vefjasýni ínýruvefur hefur verið hannaður og prófaður [18]. Vefjafræðilegar myndir með Peri-odic Acid-Schiff(PAS) litun hafa verið notaðar til að skipta upp áhugasvæðum (ROIs) og draga út Haralick eiginleika sem leyfa síðari flokkunarferli með reikniritum sem byggjast á ANN. Prófunarniðurstöður leiddu í ljós að ANN nálgun undir eftirliti var samkvæm, sem gerir kleift að ná góðum flokkunarframmistöðu.

Þessi vinna beinist að sjálfvirku mati ánýruvefjasýni, þar sem fjallað er um tiltekið meinafræðilegt ástand sem Karpinski skorið telur: glomerulosclerosis, þ.e. hlutfallið á milli hershöfðingja og heildarfjölda glomeruli. Til að gera þetta skiptir sköpum að greina og greina mænuskaða sem hefur áhrif á glomeruli frá þeim sem ekki eru mænulegir. Eins og þegar hefur verið greint frá í verkum frá nýjustu tækni, er þetta krefjandi verkefni vegna mikillar breytileika í styrkleika og ósamræmis í lögun og stærð.

meðferð við nýrnasjúkdómum:stakar og tvíþættar ígræðslurrannsóknir

Sambland af mismunandi útdráttarreikniritum fyrir eiginleika hefur verið hannað og metið til að greina á milli ástands glomeruli. Greint er frá bókmenntum sem sýna sérstaka og einstaka myndvinnslu reiknirit sem notuð eru á mismunandi gerðir litunar og WSIs sem ekki eru úr mönnum. Safnið af eiginleikum sem lagt er til í þessu verki kemur í staðinn úr safni tveggja víðnotaðra, vel þekktra og almennra eiginleika útdráttaralgrímafjölskyldna, formfræðilegra eiginleika og áferðareiginleika. Þessar eiginleikafjölskyldur eru einnig innifaldar í sumum reikniritanna sem lagðar eru til í bókmenntunum, en í þessu verki voru þær unnar úr WSI manna með PAS litun. Að auki inniheldur flokkunarleiðslan, sem lýst er í Aðferðir, einnig verklagsreglur til að draga úr eiginleikum sem gerir kleift að hanna grunnt gervi taugakerfi. Heildarverkflæðið sem lagt er til í þessari vinnu, og samþættingin við aðferðina sem kynnt er í [18], mun gera okkur kleift að byggja upp fullkomið CAD kerfi fyrir greiningu á vefjameinafræðilegum WSIs.

Niðurstöður

Greint er frá niðurstöðum sem fást með því að meta fyrirhugaða flokkunarvinnuflæði á prófunarsettinu. Sérstaklega vísa niðurstöður til frammistöðu sem fæst með tilliti til minnkaðs eiginleika sem flokkast með því að nota krossstaðfesta grunna ANN. Eins og greint er frá í töflu 1, var prófunarsettið samansett af 579 gauklamyndum: 87 mænusóttum, 492 hnökralausum.

Til að meta stöðugleika vinnuflæðisins voru gerðar 10 keyrslur af öllu ferlinu. Niðurstöðurnar sem náðst eru eru teknar saman í töflu 2. Einkum er greint frá niðurstöðunum með tilliti til meðaltals og staðalfráviks nokkurra mælikvarða, þ.e. Nákvæmni (Eq.1), Precision(Eq.2), Recall (Eq.3), og Matthews Fylgnistuðull (Eq.4)[19], metinn samkvæmt ruglingsfylki sem greint er frá í töflu 3.

Meðal endurtekninga er greint frá bestu niðurstöðum í töflu 4, en samsvarandi ruglingsfylki er greint frá í töflu 5.

Hið útfærða verkflæði gerir kleift að flokka mænuhnoðra og glomeruli sem ekki eru mænukir með góða frammistöðu (meðal MCC=0.95 og meðalnákvæmni=0.99) og lítinn breytileika (MCC std=0.01 og nákvæmni std<0.00)(see table="" 2).="" precision="" and="" recall="" are="" equal="" to="" 0.98="" and="" 0.93,="" respectively,="" thus="" showing="" that="" the="" proposed="" system="" achieves="" a="" better="" performance="" in="" the="" non-sclerotic="" evaluation(all="" the="" non-sclerotic="" glomeruli="" were="" detected="" in="" the="" best="">

Tafla 1 Uppsetning gagnasetts	Tafla 2 Samanburður á 10 netuppsetningum

Tafla 3 Ruglingsfylki fyrir mælikvarðaútreikninga	Tafla 4 Samanburður á mælingum á 10 frumstillingu nets

Tafla 5 Ruglingsfylki af bestu gerðinni

Umræða

Með því að meta fyrirhugaða nálgun á óháðu prófunarsetti, náði flokkunarverkflæðið meðaltal MCC og nákvæmni upp á {{0}}.95 og 0.99, í sömu röð, og lítinn breytileika yfir 10 sjálfstæðar endurtekningar (MCC std{{5} }.01 og nákvæmni std<0.00). good="" precision="" and="" recall="" were="" also="" obtained="" (precision:="" 0.9844±0.0111,="" recall:="" 0.9310±0.0153).="" the="" proposed="" approach="" thus="" leads="" to="" an="" improvement="" of="" the="" classification="" performance="" if="" compared="" to="" the="" reported="" literature[13,="">

Á meðan við innleiðum og metum tilkynnt verkflæði stóðum við frammi fyrir og prófuðum algenga ójafnvægisvandamálið, sem hefur verið leyst með því að nota MCC sem samanburðarstuðul fyrir frammistöðu og ROC feril til að velja ákjósanlega flokkunarþröskuld. Niðurstöðurnar sem greint hefur verið frá benda til þess að fyrirhuguð verkflæðisuppsetning sé áreiðanleg fyrir rannsakaða sviðið, sem styður klíníska framkvæmd að greina á milli tveggja flokka glomeruli.

Við greiningu á rangflokkuðum glomeruli, komumst við einnig að því að inntaksmyndirnar sem samsvara rangflokkuðu sýnunum sýndu litunargripi eða hluta hluta (aðallega á brúnum); Algeng dæmi eru nefnd á mynd 1. Í klínískri starfsemi fleygja meinafræðingar hins vegar slíkum myndum sem einnig væri hægt að útiloka í fyrirhuguðu verkflæði með því að hanna aðferðir til að greina fyrirfram myndir sem verða fyrir áhrifum af slíkum vandamálum.

Meðferð við nýrnasjúkdómum: stakur og tvískiptur nýrnaígræðsla

SMELLTU HÉR TIL AÐ HLUTA Ⅱ