人工智能辅助的三维组织学重建是否可靠用于评估管微架构?

科学领域:

• 生物材料科学 生物材料科学
• 历史学 历史学 历史学
• 人工智能的人工智能

背景情况:

• 精确的骨微型结构3D重建对于理解骨疾病和评估治疗非常重要.
• 目前用于组织学重建的方法可能是劳动密集型的,可能无法完全捕捉复杂的微型架构细节.

研究的目的:

• 开发一种新的人工智能辅助技术,用于从串行断面创建3D组织学重建.
• 通过将其与微CT重建进行比较,验证该技术在复制骨轨道微架构方面的准确性.

主要方法:

• 一个骨活检样本被处理用于微CT扫描和组织学分析.
• 修改后的U-Net架构被用于人工智能辅助的组织分类.
• 与变压器匹配的无探测器局部特征被用于截面对齐和3D重建.
• 用CTAn软件计算了微形态参数,用于组织学和微CT数据集.

主要成果:

• 在微CT和组织学重建之间观察到强烈的线性关系 (相关系数从0.666到0.777不等),用于BV/TV,BS/TV,Tb.Pf,Tb.Th和Tb.Sp等参数.
• 布兰德-阿尔特曼和山地地块表明,两种方法之间的骨量与总体积 (BV/TV) 测量值达成良好一致.
• 这种人工智能辅助的技术在捕捉状微观架构方面表现出高保真度.

结论:

• 开发的人工智能辅助3D组织学重建方法准确地复制了骨椎微架构.
• 这种新的技术为在骨科研究中同时评估组织学信息和微观架构提供了有价值的工具.