组织学和极度测量大规模成像的对齐,用于大脑组织的表征
Éléa Gros1,2, Omar Rodríguez-Núñez3, Stefano Moriconi4
1University of Bern, Institute of Tissue Medicine and Pathology, Bern, Switzerland.
Journal of biomedical optics
|September 25, 2025
概括
这项研究引入了一种新的协议,用于创建对齐的极度测量和组织学脑图像数据库. 该资源将改进在手术期间区分癌症和健康脑组织的算法.
科学领域:
- 生物医学成像技术 生物医学成像技术
- 计算病理学计算病理学
- 神经外科 神经外科
背景情况:
- 穆勒极度成像显示,有可能将瘤与健康的大脑组织区分开来.
- 验证算法具有挑战性,因为ex vivo样本中的瘤边界区域有限.
研究的目的:
- 开发一个协议,用于从全脑切片中组织学注释的极度测量图像的数据库.
- 用健康的大脑组织验证图像对齐管道.
主要方法:
- 开发了一种自动重建管道,可以从较小的中创建大规模的极度测量图像,解决视野限制.
- 通过将参考照片和图像之间的点匹配而实现了精确的对齐.
- 分裂组织学部分被重建并与极度测量数据对齐,作为基本真相.
主要成果:
- 综合方法使得大规模的,空间共记录的极度测量和组织学成像成为可能.
- 创建了一个数据库,以促进组织极度度参数的详细调查.
- 该数据库将有助于培训和评估用于脑瘤边缘分析的细分模型.
结论:
- 该方法通过将极度度参数与组织学特征相关联来增强基于极度度的脑组织映射.
- 改进数据质量和数量支持细分模型的开发.
- 该协议可适应其他器官,扩大极度测量组织特征研究的范围.
更多相关视频
07:41Rigid Embedding of Fixed and Stained, Whole, Millimeter-Scale Specimens for Section-free 3D Histology by Micro-Computed Tomography
Published on: October 17, 2018
9.3K
10:143D Scanning Technology Bridging Microcircuits and Macroscale Brain Images in 3D Novel Embedding Overlapping Protocol
Published on: May 12, 2019
7.6K
