Vedi traduzione automatica
Questa è una traduzione automatica. Per vedere il testo originale in inglese cliccare qui
#News
{{{sourceTextContent.title}}}
L'apertura del potenziale di rappresentazione
{{{sourceTextContent.subTitle}}}
L'analisi dell'immagine automatizzata mostra il potenziale significativo all'interno dell'istopatologia di contribuire ad identificare le caratteristiche prognostiche novelle e sottili. Il Dott. esperto BRITANNICO Peter Caie inoltre ritiene che tale analisi dell'immagine possa trasformare gli aspetti dell'istopatologia da un campo tradizionalmente semiquantitativo in una scienza completamente quantificabile e standardizzata. Tuttavia, inoltre precisa che le sfide rimangono prima che la piena capacità sia veduta all'interno di patologia digitale.
{{{sourceTextContent.description}}}
Durante la conferenza di patologia di Digital da tenere questo dicembre a Londra, Caie descriverà gli avanzamenti “che profilano l'istopatologia di Big Data con nella sessione di analisi dell'immagine”. Come ricercatore senior che lavora a Digital ed alla patologia di sistemi all'università di St Andrews in Scozia, lo scopo del Dott. Caie è di dimostrare come l'analisi dell'immagine complessa degli esemplari digitali di patologia può ora creare “i grandi dati” gerarchici robusti. Davanti alla conferenza, ha detto l'ospedale europeo: “Descriverò come l'analisi dell'immagine automatizzata può non solo quantificare per mettere le caratteristiche istopatologiche in una standardizzata in e modo riproducibile - quali i germogli del tumore, l'invasione lympho-vascolare, la densità del vaso linfatico e la morfometria nucleare del tumore - ma anche posso essere utilizzato come strumento investigativo per identificare le caratteristiche prognostiche o premonirici novelle che precedentemente hanno passato inosservate o non riferite.” Caie ha spiegato che l'analisi dell'immagine moderna degli scorrevoli digitali di patologia può ora anche creare i grandi insiemi di dati connessi con i parametri multipli dell'esportazione dagli oggetti segmentati e classificati del computer all'interno della sezione digitale del tessuto. Questi possono essere parametri connessi con le caratteristiche istopatologiche stabilite - quali la loro forma e dimensioni - o le caratteristiche catturate in un modo imparziale, dove ogni oggetto segmentable e visibile è catturato e morfometrico, struttura, il numero degli oggetti e le informazioni spaziali (come eterogeneità, distribuzione, posizione, vicine ad altri oggetti) è estratta. “Quei grandi dati devono poi essere estratti con bioinformatica appropriata per identificare i parametri prognostici o premonitori significativi, o combinazione di parametri, stratificare la popolazione paziente in questione,” ha precisato. Questo campo di emergenza è definito “tessuto Phenomics”, una frase in primo luogo coniata dal vincitore di premio Nobel, di Gerd Binnig e dal fondatore del Definiens dell'azienda di software di analisi dell'immagine. Tuttavia, Caie riconosce che ci sono sfide multiple nella patologia digitale e nell'analisi dell'immagine. La riproducibilità e la convalida sono chiave alla grande istopatologia standardizzata di dati di qualità, disse, ed hanno sollecitato che gli algoritmi stessi di analisi dell'immagine devono essere di un livello abbastanza qualità da occuparsi del tessuto complesso ed eterogeneo, mentre gli algoritmi semplici possono fare rapporto i risultati o le classificazioni falsi dovuto le popolazioni eterogenee delle cellule. “Similmente quando quantificare le caratteristiche istopatologiche nel microenvironment complesso del tumore, analisi dell'immagine può anche riferire i falsi positivi o parametri inesatti dovuto la macchiatura o il autofluorescence non specifica all'interno del tessuto,” ha aggiunto. Altre sfide includono la necessità per l'infrastruttura IT veloce di permettere alla patologia digitale di essere usato ordinariamente come pure i grandi e archivi dei dati sicuri per archivare gli esemplari digitali e la loro analisi collegata. Un'altra sfida, disse, è per il campo tradizionale di patologia per accettare il campo novello di analisi dell'immagine e “del phenomics del tessuto” e per permettere che sia implementato in uso clinico sistematico. La grande patologia di dati ha una gamma di benefici per i clinici ed i pazienti. Caie: «L'analisi dell'immagine permette la segnalazione riproducibile e standardizzata dei biomarcatori o delle caratteristiche istopatologiche che negano la variabilità dell'osservatore. Può anche liberare un tempo dei patologi concentrarsi sui casi complessi se la quantificazione delle caratteristiche istopatologiche in casi più sistematici è automatizzata. “L'analisi dell'immagine può quantificare l'ibridazione in situ della fluorescenza (PESCE) e le proteine attraverso una gamma dinamica con l'applicazione della fluorescenza, conducente ai risultati pazienti più accurati, come grande patologia di dati possono identificare i modelli sottili o complessi all'interno della sezione del tessuto che può essere difficile riproducibile da identificare dall'occhio. “Di conseguenza,” Caie ha precisato, “può fornire al clinico il romanzo ed i nuovi biomarcatori significativi per aiutare nel processo decisionale clinico ed il paziente può ricevere una risposta più personale e più informata al loro singolo caso.” Il punto seguente in grande istopatologia di dati, suggerisce, è di convalidare la tecnologia in grande retrospettiva e nei test clinici futuri per dimostrare la sua piena capacità. La grande istopatologia di dati aumenterà di potere come la tecnologia si evolve. Ciò comprende la multiplazione dei molti biomarcatori, che possono essere usati per tracciare le intere vie all'interno di un unicellulare. Caie conclude: “Co-registrare multi--omics, quale il transcriptomics unicellulare, genomica e dati istopatologici, con i biomarcatori della proteina sulla stessa sezione del tessuto inoltre porterà grande ad una patologia più informativa e più potente di dati, che fornirà ancora la comprensione nella progressione di malattia ed i biomarcatori per gli studi ed i test farmaceutici premonitori.”
{{medias[8319].description}}