マルチハーモニックイメージングベースの皮膚T細胞リンパ腫の自動認識

科学分野:

• 皮膚科
• 医療用イメージング
• 人工知能

背景:

• 皮膚T細胞リンパ腫 (CTCL),特に真菌菌菌 (MF) は,非特異的な臨床および組織病理学的発見のために,初期段階での診断に課題があります.
• MFの診断が遅れた場合,治療が著しく遅れてしまい,患者の治療結果に影響を及ぼします.
• 新しい診断方法はCTCLの診断と治療戦略の改善に不可欠です.

研究 の 目的:

• ヘマトキシリンとエオシン (H&E) に染み付いた皮膚のサンプルをイメージングするために,非線形光学顕微鏡 (NLOM) を評価する.
• NLOMを用いたMFの皮膚サンプルにおける非典型的表皮質と皮膚細胞の検出のための人工知能 (AI) モデルを開発し,適用する.
• 新鮮で未染色した生検サンプルをインビボで皮膚画像化するためのNLOMの可能性を評価する.

主な方法:

• ライトフィールド顕微鏡とNLOMの両方を用いてMF病変からH&E染色した皮膚バイオプシーのサンプルを分析する.
• 皮膚リンパ球を特定するために,専門家によってラベル付けされた画像でコンボリューションニューラルネットワーク (CNN) を訓練する.
• 画像処理方法と新鮮で汚れのないサンプルの両方から独立したデータセットにAIモデルを適用する.

主要な成果:

• NLOMは,H&Eで染み付いたMF組織の表皮と皮膚の構造をサブセルラー解像度で成功裏に画像化しました.
• AIモデルは,分析された画像でリンパ球の表皮縮と皮膚浸透を正確に検出しました.
• NLOMは400μmの深さまでの新鮮で未染色した生検をイメージする能力を示した.

結論:

• NLOMとAIは,H&Eで染み付いた皮膚組織におけるMFの重要な特徴を効果的に検出し,リンパ球の表皮縮と皮膚浸透を含む.
• この組み合わせは皮膚科医が MF-CTCLの診断と予後を改善するための貴重なツールです.
• これらの発見は,MF-CTCLの管理において,より迅速かつ正確な治療介入の可能性を示唆しています.