一个无监督的学习工具,用于在组织病理图像中对斑块组织进行表征

科学领域:

• 数字病理学数字病理学
• 计算生物学 计算生物学
• 心血管研究研究心血管研究

背景情况:

• 脑卒中是全球死亡和残疾的主要原因之一.
• 动脉动脉样硬化斑块是严重脑血管事件的主要原因.
• 准确的阴道病理学分析带斑块对于患者分层和并发症预防至关重要.

研究的目的:

• 应用无监督学习方法来分析动脉样硬化性心血管斑块的整片图像 (WSIs).
• 为了能够简单快速地检查复杂的动脉斑块WSIs中的相关特征.
• 提供定性和定量工具,以协助病理学家进行斑块分析.

主要方法:

• 无监督的机器学习应用到整个幻灯片图像 (WSIs) 的动脉样硬化斑块.
• 基于纹理的特征分析,以确定板块内的相关区域.
• 所有分析代码的开发和可用性.

主要成果:

• 拟议的无监督方法有助于更有效地检查复杂的WSIs.
• 该方法提供了对斑块特征的定性和定量见解.
• 这项研究为心血管病理学的增强诊断工具提供了基础.

结论:

• 无监督学习方法为病理学家分析动脉样硬化斑块提供了宝贵的工具.
• 该方法有助于有效检查复杂的整片图像.
• 未来的研究应该使用监督方法和专家注释来验证这些发现.