AI na Matatizo Magumu ya Ulimwengu · Tiba na ugunduzi wa dawa · Nature (computational biology) · 2026-10-21
Ugawaji wa kiotomatiki wa maeneo ya histolojia katika distraction osteogenesis ya panya kwa kutumia mtiririko wa kazi wa deep learning unaojipanga wenyewe
Kichwa asilia: Automatic segmentation of histological zones in rat distraction osteogenesis using a self-configuring deep learning pipeline
Tathmini ya histolojia ya muundo wa tishu zinazozalishwa upya ni ya msingi katika kutathmini ukomavu wa tishu katika distraction osteogenesis, lakini kuchora mipaka ya sehemu za tishu kwa mkono ni kazi inayohitaji jitihada nyingi na huathirika na tofauti za watathminiaji. Utafiti ulitathmini mtiririko wa kazi wa deep learning unaozigawanya kiotomatiki maeneo matatu ya histolojia katika mfano wa distraction osteogenesis wa panya: fibrous interzone, eneo la uundaji wa microcolumn, na eneo la kuumbwa upya. Ugawaji ulikuwa wa kuaminika zaidi kwa fibrous interzone (Dice 0.76 katika H&E; 0.75 katika pentachrome) na kuwa mgumu zaidi kwa eneo la kuumbwa upya (Dice 0.29; 0.44); tathmini ya pamoja ya kiasi na ya ubora ilipendelea mipangilio ya pentachrome ya madarasa mengi, na utekelezaji katika 3D Slicer unafanya mtiririko wa kazi kuwa wa vitendo kwa translational research.