基于机器学习的识别和表征质细胞在埃索诺菲尔性食道炎
Simin Zhang1, Julie M Caldwell2, Mark Rochman2
1Division of Rheumatology, Allergy, and Immunology, Department of Medicine, University of Cincinnati College of Medicine, Cincinnati, Ohio.
The Journal of allergy and clinical immunology
|February 23, 2024
概括
性食道炎 (EoE) 涉及食道中的巨细胞 (MCs). 机器学习显示,在活跃的EoE期间,乳头MCs下降,上皮MCs增加,与疾病严重程度相关.
科学领域:
- 胃肠病学 胃肠病学
- 免疫学 免疫学 免疫学
- 计算病理学计算病理学
背景情况:
- 生性食道炎 (EoE) 诊断依赖于生细胞计数,但巨细胞的参与尚未得到充分研究.
- 食道巨细胞症是EoE的一个显著的,但不太了解的特征.
研究的目的:
- 利用机器学习来定位和表征食道巨细胞 (MCs).
- 为了研究食道巨细胞在EoE病理学中的潜在作用.
主要方法:
- 来自EoE患者和对照者的食道活检被染色为巨细胞 (MCs).
- 使用了免疫光成像和高分辨率全组织组件.
- 机器学习软件 (MC-AI) 开发用于识别,列举和描述MCs.
主要成果:
- MC-AI准确地列出了MCs,显示在活跃的EOE中表皮MCs增加和lamina propriaMCs减少.
- 乳头和上皮的MC密度与炎症,增生和纤维化相关.
- 在活跃的EoE中观察到更大的MC脱粒化,MCs比eosinophils更接近底层膜.
结论:
- 鉴定出了一种独特的食道乳头MC群体.
- 在活跃的EoE期间,乳头MCs减少,降粒,并与组织学特征相关联.
- MC-AI提供了一种新的方法来理解MC参与EoE和相关疾病.


