Krooniline neeruhaigus (CKD): kas teile sobib ühe- ja kaheneerusiirdamine?

lisateabe saamiseks:ali.ma@wecistanche.com

Ⅰ osa: närvivõrk neerude biopsia histoloogilistel piltidel põhinev glomeruluste klassifitseerimine

Giacomo Donato Cascaranol, Francesco Saverio Debitontol jt.

Taust

Krooniline neeruhaigus(CKD) on patoloogiline seisund, mida iseloomustab näärme funktsionaalne degeneratsioonneerud. CKD (Krooniline neeruhaigus) on 12. surmapõhjus, kuni 1,1 miljonit juhtu maailmas; kroonilise neeruhaigusega seotud suurenenud suremus (Krooniline neeruhaigus)Viimastel aastatel on see diabeedi ja dementsuse kõrval üks kiiremini sagenevaid surmapõhjuseid [1, 2].Neersiirdamineon parim neeruasendusravi, mis on osutunud pikaajalise suremuse riski seisukohalt tõhusamaks kui dialüüsravi ja samal ajal vähendab selle mõju rahvatervise süsteemile [3, 4].

Kroonilise neeruhaiguse jaoks klõpsake Cistanche NZ

Liyanage et al. hinnanguliselt sai 2010. aastal maailmas neeruasendusravi 2,6 miljonit inimest, võrreldes 4,9 miljoni patsiendiga, mis viitab sellele, et vähemalt 2,3 miljonit inimest võis enneaegselt surra, kuna sobivat ravi ei olnud võimalik kasutada [5].

Seoses kasvava vajaduseganeerudsiirdamised[6], püüdsid erinevad uuringud aktsepteerimise kriteeriume laiendadaneerudsiirdamiseks, mis on üldiselt välistatud doonori vanuse ja muude nii doonori kvaliteedi kui ka mõõtmetega seotud omaduste tõttu.neerud[7,8].

Moore et al. tegi võrdluse duaalide vahelneerudsiirdaminelaiendatud kriteeriumide doonoritelt (ECD) ja üksikultneerudsiirdaminesamaaegsetelt ECD-delt ja standardsete kriteeriumide doonoritelt. Autorid hindasid, et duaali kasutamineneeru siirdaminemarginaalsed doonorid on elujõuline valik ja neerufunktsiooni on võimalik saavutada, eeldusel, et mõlemadneerudsiirdatakse ühele retsipiendile [9].

Remuzzi jt. pakkus välja tehnika hindamiseksneerudtingimushinnates histoloogilisi biopsiaid [10]. Karpinski skoorina tuntud hindamiskriteerium võtab arvesse nelja peamise funktsionaalse piirkonna patoloogilise seisundi arengut (protsentides): glomeruloskleroos, tubulaarne atroofia, interstitsiaalne fibroos ja arteriaalne skleroos. See skoor jääb vahemikku 0 kuni 12 ja mida suurem number, seda halvem onneerude seisund [10-12]. NeerudKarpinski skooriga 0 kuni 3 ja 4 kuni 6 loetakse sobivaksühe- ja kahekordsed siirdamised, vastavalt.

Neeruhaiguse ravi: cistanche ja neeru siirdamine

Karpinski skoori hindamiseks hindavad patoloogid histopatoloogiliste koguslaidipiltide (WSI) visuaalset hindamist. See protsess on tavaliselt aeganõudev, tõrgeteta ja ka subjektiivne.

Nende puuduste ületamiseks on histopatoloogilisel koekujutise analüüsil põhinevate arvutipõhise diagnostika (CAD) süsteemide väljatöötamine skoori arvutamise toetamiseks väärtuslik edasiminek.

Viimased kirjandustööd näitavad pilditöötluse ja masinõppe tehnikate rakendamist analüüsimiseksneerudhistopatoloogilineWSI-d glomerulite tuvastamiseks ja klassifitseerimiseks. Pilditöötluse lähenemisviiside eesmärk on eraldada tähenduslikke tunnuseid, nt neid, mis põhinevad kuju ja tekstuuri analüüsil; seejärel teevad masinõppe algoritmid, nagu madalad või sügavad tehisnärvivõrgud (ANN-id), otsuseid eraldatud funktsioonide põhjal.

Simon et al, for example, proposed texture-based features set as a simple but effective automatic method for glomeruli localization [13]. The authors applied the algorithm on renal tissue sections and biopsies of large histopathological WSIs. The features extracted from an adaptation of the Local Binary Pattern (LBP) algorithm were used to train a Support Vector Machine(SVM)model. The authors reported high precision(>90%) and reasonable recall (>70 protsenti) tulemuseks.

Glomerulite terviklik tuvastamine terviku kujutistelneerudsektsioonid, Kato et al. pakkus välja uue deskriptori nimega Segmental HOG (orienteeritud gradientide histogramm)[14]. Autorid väitsid lahenduse tugevust ja kvaliteetseid segmenteerimisväljundeid; Lisaks võrdlesid autorid segmentaalset HOG-i ristkülikukujulise HOG-iga, näidates, et esimene lähenemisviis saavutas tuvastamise jõudluse märkimisväärse paranemise.

Mitmed autorid keskendusid selle asemel glomerulite kuju ja värvi analüüsile. Kotyk jt pakkusid välja uudse lahenduse, et tulla toime intensiivsuse suure varieeruvuse ning neerukeha glomerulite kuju ja suuruse ebakõladega. Pakutud lähenemine, mis põhineb osakeste analüsaatori tehnikal, võimaldas tuvastada neerukeha ning mõõta järgnevalt glomeruli läbimõõtu ja Bowmani ruumi laiust. Autorid hindavad, et lähenemine oli jõuline glomerulite deformatsioonide suhtes isegi glomerulaarse hüpertroofia korral [15]. Zhao jt analüüsisid värvide ja koe kuju olulise mitmekesisuse mõju tervetele slaidipiltidele. [16]. Autorid keskendusid Bowmani kapsli laiuse ekstraheerimisele, et kujundada kogu neerukoe mikrograafist automaatne glomeruli ekstraheerimise raamistik. Süsteemi testiti ahviliste neerukudedel hematoksüliini ja eosiini (HE) värvimisega.

Bukowy et al. pakkus välja teistsuguse analüüsi töövoo. Aastal [17] töötasid autorid välja konvolutsioonilise närvivõrgu, et tuvastada glomeruleid trikroomiga värvitud neerulõikudes. Protseduuri testiti rottidelneerudja teatatud tulemused tervete ja kahjustatud glomerulite klassifitseerimise kohta näitavad keskmist täpsust ja tagasikutsumist vastavalt 96,94 protsenti ja 96,79 protsenti.

Eelmises Bevilacqua jt töös käsitleti CAD-süsteemi veresoonte segmenteerimiseks ja eristamiseks veresoonkonna tuubulitest biopsiate põhjal.neerudkude on kavandatud ja testitud [18]. Perioodilise happe-Schiffi (PAS) värvimisega histoloogilisi pilte on kasutatud huvipiirkondade (ROI) segmenteerimiseks ja Haralicki tunnuste eraldamiseks, mis võimaldab järgnevat klassifitseerimisprotseduuri, kasutades ANN-idel põhinevaid algoritme. Katsetulemused näitasid, et juhendatud ANN-lähenemine oli järjepidev, võimaldades saavutada head klassifitseerimistulemust.

See töö keskendub automaatsele hindamiseleneerudbiopsiad, mis käsitlevad konkreetset patoloogilist seisundit, mida arvestab Karpinski skoori: glomeruloskleroos, st. skleroseerunud glomerulite ja glomerulite üldarvu suhe. Selleks on otsustava tähtsusega glomeruleid mõjutavate sklerootiliste seisundite tuvastamine ja eristamine mittesklerootilistest. Nagu tipptasemel töödes juba teatati, on see keeruline ülesanne glomerulite laiaulatuslike intensiivsuse erinevuste ning kuju ja suuruse ebakõlade tõttu.

neeruhaiguste ravi:ühe- ja kahekordsed siirdamiseduurimusi

Glomerulite seisundi eristamiseks on välja töötatud ja hinnatud erinevate tunnuste ekstraheerimise algoritmide kombinatsioon. Teatatud kirjanduses on näidatud spetsiifilised ja ainulaadsed pilditöötlusalgoritmid, mida rakendatakse erinevat tüüpi värvimise ja mitte-inimese WSI-de puhul. Selles töös pakutud funktsioonide komplekt pärineb hoopis kahest laialdaselt kasutatavast, tuntud ja üldotstarbelisest funktsioonide ekstraktori algoritmide perekonnast, iemorfoloogilistest ja tekstuurifunktsioonidest. Need funktsioonide perekonnad sisalduvad ka mõnes kirjanduses pakutud algoritmis, kuid selles töös ekstraheeriti need inimese WSI-dest PAS-värvimisega. Lisaks sisaldab jaotises Meetodid üksikasjalikult kirjeldatud klassifitseerimiskonveier ka funktsioonide vähendamise protseduure, mis võimaldavad kujundada madalat tehisnärvivõrku. Selles töös välja pakutud üldine töövoog ja integreerimine artiklis[18] esitatud protseduuriga võimaldavad meil luua tervikliku CAD-süsteemi histopatoloogiliste WSI-de analüüsimiseks.

Tulemused

Esitatakse tulemused, mis on saadud katsekomplektis pakutud klassifitseerimise töövoo hindamisel. Eelkõige viitavad tulemused tulemustele, mis on saadud, võttes arvesse ristvalideeritud madala ANN-i abil klassifitseeritud funktsioonide vähendatud komplekti. Nagu on näidatud tabelis 1, koosnes testikomplekt 579 glomeruli kujutisest: 87 sklerootilist, 492 mittesklerootilist.

Töövoo stabiilsuse hindamiseks viidi läbi kogu protsessi 10 käitamist. Saavutatud tulemused on kokku võetud tabelis 2. Eelkõige on tulemused esitatud mitme mõõdiku keskmise ja standardhälbe kujul, nt täpsus (võrrand 1), täpsus (võrrand 2), meeldetuletus (võrrand 3) ja Matthews. Korrelatsioonikordaja (võrrand 4)[19], hinnatud vastavalt tabelis 3 esitatud segadusmaatriksile.

Iteratsioonide hulgas on parimad tulemused esitatud tabelis 4, samas kui vastav segadusmaatriks on esitatud tabelis 5.

Rakendatud töövoog võimaldab klassifitseerida hea jõudlusega (keskmine MCC=0.95 ja keskmine täpsus=0.99) ja väikese varieeruvusega (MCC std=0.01) sklerootilisi ja mittesklerootilisi glomeruleid ja Accuracy std<0.00)(see table="" 2).="" precision="" and="" recall="" are="" equal="" to="" 0.98="" and="" 0.93,="" respectively,="" thus="" showing="" that="" the="" proposed="" system="" achieves="" a="" better="" performance="" in="" the="" non-sclerotic="" evaluation(all="" the="" non-sclerotic="" glomeruli="" were="" detected="" in="" the="" best="">

Tabel 1 Andmestiku konfiguratsioon	Tabel 2 10 võrgu lähtestamise mõõdikute võrdlus

Tabel 3 Segadusmaatriks mõõdikute arvutamiseks	Tabel 4 10 võrgu lähtestamise mõõdikute võrdlus

Tabel 5 Parima mudeli segadusmaatriks

Arutelu

Hinnates pakutud lähenemisviisi sõltumatul testikomplektil, saavutas klassifitseerimise töövoo keskmine MCC ja täpsus vastavalt {{0}},95 ja 0,99 ning madala varieeruvuse 10 sõltumatu iteratsiooni jooksul (MCC std{{5}). }.01 ja Accuracy std<0.00). good="" precision="" and="" recall="" were="" also="" obtained="" (precision:="" 0.9844±0.0111,="" recall:="" 0.9310±0.0153).="" the="" proposed="" approach="" thus="" leads="" to="" an="" improvement="" of="" the="" classification="" performance="" if="" compared="" to="" the="" reported="" literature[13,="">

Esitatud töövoo rakendamisel ja hindamisel seisime silmitsi ja testisime levinud andmete tasakaalustamise probleemi, mis on lahendatud MCC kasutamisega jõudluse võrdluskoefitsiendina ja ROC kõvera abil optimaalse klassifitseerimisläve valimiseks. Esitatud tulemused viitavad sellele, et kavandatud töövoo seadistus on uuritud domeeni jaoks usaldusväärne, toetades kliinilist praktikat kahe glomeruliklassi eristamiseks.

Analüüsides valesti klassifitseeritud glomeruleid, leidsime ka, et valesti klassifitseeritud proovidele vastavad sisendkujutised näitasid määrduvaid artefakte või osalisi osi (peamiselt servadel); levinumaid näiteid on mainitud joonisel 1. Kliinilises praktikas aga jätavad patoloogid sellised kujutised kõrvale, mida võiks kavandatavast töövoost ka välja jätta, kavandades strateegiaid sellistest probleemidest mõjutatud kujutiste eelnevaks tuvastamiseks.

Neeruhaiguste ravi: ühe ja kahe neeru siirdamine

OSA Ⅱ saamiseks klõpsa SIIA