TL;DR
- v1 نوع اعلام:.
- جدید چکیده:.
- تشخیص و درمان دقیق بیماریهای پیچیده نیاز به یکپارچهسازی دادههای بافتشناسی،.
چه اتفاقی افتاد
v1 نوع اعلام:. جدید چکیده:.
تشخیص و درمان دقیق بیماریهای پیچیده نیاز به یکپارچهسازی دادههای بافتشناسی،. مولکولی و بالینی دارد،.
اما در عمل این روشها اغلب به دلیل کمبود بافت،. هزینه سنجش و محدودیتهای گردش کار ناقص هستند.
روشهای محاسباتی موجود تلاش میکنند تا روشهای گمشده را از دادههای موجود منتسب کنند،. اما به مدلهای ویژه کار که بر روی جفتهای باریک منبع-هدف آموزش داده شدهاند،.
تکیه میکنند و تعمیمپذیری آنها را محدود میکنند. در اینجا ما MuPD (انتشار آسیب شناسی چند وجهی) را معرفی میکنیم،.
یک مدل پایه مولد که بافت شناسی رنگ آمیزی شده با هماتوکسیلین و ائوزین (H&E)،. پروفایلهای RNA مولکولی و متن بالینی را در یک فضای پنهان مشترک از طریق یک ترانسفورماتور انتشار.
با توجه متقاطع وجهی جدا شده،. قرار میدهد.
بر روی 100 میلیون وصله تصویر بافت شناسی، 1. 6 میلیون جفت متن- بافت شناسی و 10.
8 میلیون جفت RNA- بافت شناسی از قبل آموزش دیده است. MuPD که 34 اندام انسان را در بر میگیرد،.
از وظایف مختلف سنتز متقابل با حداقل تنظیم دقیق یا بدون تنظیم دقیق کار پشتیبانی میکند. برای تولید متن شرطی و تصویر به تصویر،.
MuPD ساختارهای بافتی وفادار را ترکیب میکند و امتیازات فاصله اولیه Fr\'echet (FID) را تا 50 درصد نسبت. به مدلهای خاص دامنه کاهش میدهد و دقت طبقهبندی چند عکس را تا 47 درصد از طریق تقویت.
دادههای مصنوعی بهبود میبخشد. برای تولید بافت شناسی شرطی شده با RNA،.
MuPD در مقایسه با بهترین روش بعدی FID را 23 درصد کاهش میدهد و در عین حال. توزیع نوع سلولی را در پنج نوع سرطان حفظ میکند.
بهعنوان یک رنگآمیزی مجازی،. MuPD تصاویر H&E را به ایمونوهیستوشیمیو ایمونوفلورسانس چندگانه ترجمه میکند و میانگین همبستگی نشانگر را تا 37.
درصد نسبت به روشهای موجود بهبود میبخشد. این نتایج نشان میدهد که یک مدل مولد واحد و یکپارچه که از پیشآموزش داده شده.
در میان روشهای آسیب شناسی ناهمگن میتواند بهطور قابل ملاحظهای بهتر از جایگزینهای تخصصی،. ارائه یک چارچوب محاسباتی مقیاس پذیر برای هیستوپاتولوژی چندوجهی.
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.