使用SAM算法对化学诱导的舌头病变应用β元素干预的疗效分析
Feng Liu1,2, Qinlong Zhang3, Weijie Zhang4
1School of Information and Control Engineering, China University of Mining and Technology, Xuzhou, China.
Anatomia, histologia, embryologia
|July 31, 2024
概括
一个人工智能 (AI) 模型准确地量化了化学致癌物模型中的舌头病变变化. 这种人工智能帮助病理学家评估上皮质厚度和乳头,帮助评估治疗结果.
科学领域:
- 病理学 病理学 病理学
- 人工智能的人工智能
- 计算生物学 计算生物学
背景情况:
- 化学致癌物诱导舌头病变的结构变化.
- 准确量化这些变化对于诊断和治疗评估至关重要.
- 数字病理学和人工智能为分析遗传病理学数据提供了新的方法.
研究的目的:
- 开发和验证人工智能模型,用于量化化学诱导的舌头病变中的结构变化.
- 通过分析上皮质厚度和乳头状突出来评估β元素治疗的疗效.
- 为了利用细分任何模型 (SAM) 提高图像细分在他的病理学.
主要方法:
- 在动物中使用了4 - 尼托基诺林-N-氧化物诱导的舌头癌症模型.
- 使用人工智能处理了183张数字病理幻灯片,包括SAM用于细分.
- 使用OpenCV进行轮分析和骨化,以测量上皮质厚度和乳头.
主要成果:
- 人工智能模型准确地测量了舌头上皮质厚度和乳头数.
- 致癌物诱导的病变显著增加了上皮质厚度和减少了乳头.
- 用β元素治疗部分扭转了这些变化,表明了治疗效果.
结论:
- 基于SAM的AI框架有效量化了舌头病变的关键病理特征.
- 这种人工智能工具帮助病理学家客观评估疾病进展和治疗反应.
- 这些发现强调了人工智能在促进癌症研究和诊断方面的潜力.


