相关实验视频
Updated: May 10, 2025
06:59
Quantification of Atherosclerosis in Mice
Published on: June 12, 2019
36.8K
动脉细分和动脉硬性斑块量化使用人工智能对鼠整片幻灯片图像涂上油红色O染色
Johann Christopher Engster1,2,3,4, Tobias Reinberger5,6,7, Nele Blum8
1Fraunhofer IMTE, Fraunhofer Research Institution for Individualized and Cell-Based Medical Engineering, 23562, Lübeck, Germany. johann.christopher.engster@imte.fraunhofer.de.
Scientific reports
|April 23, 2025
概括
人工智能管道加速了小鼠模型中的动脉样硬化斑块分析. 这种人工智能方法准确地细分动脉根和斑块,优于传统的手工方法,可以更快地进行研究.
科学领域:
- 心血管研究研究心血管研究
- 计算生物学 计算生物学
- 医疗成像医学成像
背景情况:
- 动脉样硬化是全球主要的死亡原因.
- 在小鼠模型中研究斑块进展至关重要.
- 手动对组织学图像进行细分是耗时的.
研究的目的:
- 开发一种人工智能驱动的解决方案,用于动脉样硬化斑块的自动细分.
- 为了加快对油红色O染色大动脉根图像的分析.
- 为动脉样硬化研究提供一个强大而高效的工具.
主要方法:
- 使用YOLOv8l进行感兴趣区域 (ROI) 检测.
- 使用U-Net++网络集成用于动脉细分.
- 应用无监督的W-Net用于动脉壁内的斑块细分.
主要成果:
- 人工智能管道实现了大动脉根和动脉样斑块的强大细分.
- 与单个架构相比,U-Net++网络集体表现出优越的性能.
- 优化的管道准确地复制了手动斑块预测,并具有很高的相关性.
结论:
- 由人工智能驱动的细分管道显著加快了动脉样硬化斑块分析.
- 该方法为手动细分提供了一个强大的,可重复的替代方案.
- 这种工具可以提高心血管研究的效率和准确性.
