相关实验视频
Updated: Sep 17, 2025

08:57
High Resolution 3D Imaging of Ex-Vivo Biological Samples by Micro CT
Published on: June 21, 2011
18.9K
用多摄像头阵列扫描仪 (MCAS) 进行数字细胞病理学的细胞分辨率快速3D成像
Kanghyun Kim1, Amey Chaware1, Clare B Cook1
1Department of Biomedical Engineering, Duke University, Durham, 27708, NC, USA.
Npj imaging..
|July 3, 2025
概括
一种新的多摄像头阵列扫描仪 (MCAS) 快速数字化厚型细胞学样本进行3D分析. 机器学习软件通过检测肺腺癌和高准确性分类肺样来协助病理学家.
科学领域:
- 生物医学工程 生物医学工程
- 计算病理学计算病理学
- 数字病理学数字病理学
背景情况:
- 光学显微镜是细胞病理学诊断的标准.
- 整个幻灯片扫描仪是缓慢的,昂贵的,而且没有广泛的可用性.
- 细胞学标本需要3D捕获,因为它们的面积和厚度很大.
研究的目的:
- 介绍一款新型并行显微镜,用于快速,广场3D扫描厚型标本.
- 开发机器学习软件,用于对数字化细胞学幻灯片进行自动分析.
- 提高细胞病理学中的诊断效率和可访问性.
主要方法:
- 开发了一种多摄像头阵列扫描仪 (MCAS) 用48个微摄像头进行并行成像.
- 在高分辨率 (1.2和0.6微米) 实现了宽视野 (54 × 72毫米2).
- 实施的机器学习模型用于腺癌检测和肺部涂抹分类.
主要成果:
- 在几分钟内将整个细胞学样本数字化为3D.
- MCAS每张快照捕获624兆像素,比传统扫描仪快得多.
- 在腺癌检测中显示了0.73的回忆,在幻灯片级分类中显示了0.969的AUC.
结论:
- MCAS系统为传统的全幻灯片扫描仪提供了更快,更有效的替代方案.
- 机器学习整合有助于病理学家诊断复杂的细胞学样本.
- 这项技术有可能提高细胞病理学中的可访问性和准确性.

