广角肺实验细分 (WALES):在模型系统中有效量化评估肺病理
Lewis J Drakeley1, Matthew G Racz1, Uzair Tahamid Siam2
1Department of Radiation Oncology, University of Rochester Medical Center, Rochester, NY, USA.
Science advances
|October 29, 2025
概括
一个新的肺图像分析程序,广角肺实验细分 (WALES),为量化临床前肺损伤提供了更准确的方法. 威尔士使用半自动化掩护和密度分析来克服传统病理学和自动化软件的局限性.
科学领域:
- 临床前研究 临床前研究
- 肺病理学 肺病理学
- 医学成像分析分析 医学成像分析
背景情况:
- 标准肺损伤评估依赖于半定量组织病理学,这可能是主观的.
- 现有的自动化图像分析工具由于肺部复杂性和人工制造物的精度受到限制.
研究的目的:
- 开发一个先进的肺图像分析程序,以克服量化肺损伤的局限性.
- 引入一种半自动化方法,用于精确高效的肺损伤评估.
主要方法:
- 开发广角肺部实验细分 (WALES) 计划.
- 利用Meta的SegmentAnything模型进行半自动化掩盖.
- 进行了相对密度分析,以对肺损伤进行定量评估.
主要成果:
- 威尔士有效地划分了不同严重程度的肺损伤.
- 与标准方法相比,实现了更多的定量评估.
- 在临床前模型中量化肺损伤的证明效率.
结论:
- 威尔士为临床前肺损伤研究提供了强大且广泛适用的工具.
- 该程序提高了肺损伤量化的准确性和效率.
- 解决传统和全自动化分析方法的局限性.
