相关实验视频
Updated: Jun 3, 2025
Optimized Analysis of In Vivo and In Vitro Hepatic Steatosis
Published on: March 11, 2017
基于人工智能在代谢功能障碍相关的脂肪性肝病中的肝硬化分析
Xiao-Xiao Wang1, Yu-Yun Song1, Rui Jin1
1Peking University People's Hospital, Peking University Hepatology Institute, Infectious Disease and Hepatology Center of Peking University People's Hospital, Beijing Key Laboratory of Hepatitis C and Immunotherapy for Liver Diseases, Beijing International Cooperation Base for Science and Technology on NAFLD Diagnosis, Beijing 100044, China.
人工智能 (AI) 对SHG/TPEF图像的分析提供了一个精确的方法来评估与代谢功能障碍相关的脂肪性肝病 (MASLD) 在小鼠模型中. 这种人工智能方法客观地量化了肝硬化症的动态变化,改善了临床前研究.
科学领域:
- 生物医学成像学 生物医学成像学
- 医学中的人工智能
- 肝脏疾病研究 肝脏疾病研究
背景情况:
- 与代谢功能障碍相关的脂肪性肝病 (MASLD) 涉及肝脏中的脂肪积累.
- 动物模型对于理解MASLD病原体和确定治疗点至关重要.
研究的目的:
- 在MASLD小鼠模型中应用使用SHG/TPEF技术的人工智能系统进行肝硬化动态的自动评估.
- 与传统方法相比,评估AI在量化肥症方面的有效性.
主要方法:
- 在C57BL/6小鼠中使用特定的饮食和/或四化碳注射诱导六个MASLD模型.
- 对SHG/TPEF图像进行AI分析,以评估肝硬化症特征.
- 与NASH CRN组织学评分方法的比较.
主要成果:
- 在16周的时间里,MASLD模型显示了体重,血清脂质和肝酶的增加.
- 人工智能分析客观地量化了稳定症区域,数量和大小的动态变化.
- 传统的组织学评分显示,与人工智能分析不同,时间点之间没有显著差异.
结论:
- 人工智能识别技术提供了一个准确而客观的工具,用于诊断MASLD中的脂肪.
- 这种人工智能方法在临床前的小鼠MASLD模型中提供了更精确的肥胖症评估.
- 人工智能增强了MASLD研究中各种实验和治疗条件的评估.
更多相关视频
07:03Author Spotlight: Establishing MASLD Cell Models for Investigating Disease Mechanisms and the Lipid-Lowering Effects of Koumiss
Published on: July 19, 2024
07:12Author Spotlight: Analysis of Fluorescent-Stained Lipid Droplets with 3D Reconstruction for Hepatic Steatosis Assessment
Published on: June 2, 2023
