ИИ и сложнейшие проблемы мира · Медицина и разработка лекарств · Nature (computational biology) · 2026-10-21
Автоматическая сегментация гистологических зон при дистракционном остеогенезе у крыс с помощью самонастраивающегося конвейера глубокого обучения
Оригинальное название: Automatic segmentation of histological zones in rat distraction osteogenesis using a self-configuring deep learning pipeline
Гистологическая оценка состава регенерата необходима для оценки созревания тканей при дистракционном остеогенезе, однако ручное очерчивание тканевых компартментов трудоёмко и подвержено вариабельности между наблюдателями. В исследовании был оценён процесс на основе глубокого обучения, автоматически сегментирующий три гистологические зоны в модели дистракционного остеогенеза у крыс: фиброзную интерзону, зону формирования микроколонок и зону ремоделирования. Сегментация была наиболее надёжной для фиброзной интерзоны (Dice 0.76 при H&E; 0.75 при пентахроме) и наиболее сложной для зоны ремоделирования (Dice 0.29; 0.44); комбинированная количественная и качественная оценка отдавала предпочтение многоклассовой конфигурации с пентахромом, а реализация в 3D Slicer делает конвейер практичным для трансляционных исследований.