数字图像分析工作流程用于评估细胞行为和瘤微环境,以帮助高风险神经母细胞瘤的治疗评估

科学领域:

• 在瘤学瘤学.
• 数字病理学数字病理学
• 人工智能的人工智能

背景情况:

• 精密瘤学利用数字病理学和人工智能进行强大的瘤分析.
• 高危神经母细胞瘤需要新的治疗策略.
• 细胞外矩阵组件是潜在的治疗点.

研究的目的:

• 开发用于临床前治疗评估的数字图像分析工作流程.
• 在神经母细胞瘤异种移植中量化维特龙菌素和αvβ3的表达.
• 评估联合化疗和细胞外矩阵向治疗.

主要方法:

• 生成的数字图像分析管道用于自动检测和量化.
• 在体内利用异型高风险神经母细胞瘤异种移植.
• 评估了埃托波西德和西伦吉提德联合治疗的效果.

主要成果:

• 数字工作流程准确地检测到维特罗涅的分泌和αvβ3的表达.
• 结合疗法显著改变了局部维特罗涅的表达 (60.44%vs45.08%).
• 利基提德降低了αvβ3阳性 (34.17%与66.14%) 和联合治疗降低了瘤体积 (0.04厘米3与1.45厘米3).

结论:

• 数字图像分析为治疗评估提供了可靠的检测.
• 领地维特罗尼克丁是神经母细胞瘤中一个相关的治疗点.
• 细胞外矩阵向疗法与化疗相结合,对高风险神经母细胞瘤显示有前途.