使用基于人工智能的图像分析对小鼠进行辐射诱导的骨髓毒性的评估

科学领域:

• 辐射生物学 辐射生物学
• 血液学 血液学 血液学
• 病理学 病理学 病理学

背景情况:

• 辐射暴露会导致骨髓发生显著的变化,通常是微妙的,用传统方法很难检测到.
• 人工智能 (AI) 为分析生物变化提供了更高的灵敏度.
• 精确量化辐射效应对于理解辐射生物学和病理学至关重要.

研究的目的:

• 评估全身辐射 (WBI) 对血液参数,骨髓密度和小鼠亡的影响.
• 评估基于人工智能的图像分析对量化辐射诱导的骨髓变化的有用性.
• 为了研究对WBI的剂量依赖和时间依赖的反应.

主要方法:

• 雌性C57BL/6小鼠被暴露在0,0.5,1或2Gy的WBI中.
• 辐射后分析了血液参数 (白细胞,红细胞,血小板).
• 骨样本经过了他的病理学评估和基于人工智能的图像分析,以检测细胞密度和亡.
• 在辐射后的1,3天和7天,对小鼠进行了分析.

主要成果:

• WBI显著改变了血液参数,减少了白细胞和红细胞的数量,同时增加了血小板数量.
• 人工智能分析证实,在1日2GyWBI时,骨髓细胞性显著下降 (p < 0.01).
• 在2 Gy WBI组中,第1,3天 (p < 0.01) 和第7天 (p < 0.05) 亡显著增加.

结论:

• WBI诱导了小鼠骨髓中显著的血液学和组织病理学变化.
• 基于人工智能的图像分析为量化辐射诱导的骨髓变化提供了精确有效的工具.
• 这种人工智能方法有可能推进辐射生物学和病理学研究.