目的基于深度学习技术,建立胃活检病理切片胃癌诊断模型,并对模型的性能进行评价。方法回顾性收集2015年1月—2020年1月浙江省人民医院胃活检诊断为正常胃黏膜、慢性胃炎、高级别上皮内瘤变和胃腺癌患者的病理切片。以20倍率扫描为全视...目的基于深度学习技术,建立胃活检病理切片胃癌诊断模型,并对模型的性能进行评价。方法回顾性收集2015年1月—2020年1月浙江省人民医院胃活检诊断为正常胃黏膜、慢性胃炎、高级别上皮内瘤变和胃腺癌患者的病理切片。以20倍率扫描为全视野数字图像(whole slide image,WSI),并按2∶2∶1的比例随机分为图块分类数据集、切片分类训练集与切片分类测试集。对图块分类数据集病变区域进行标注、图块截取后,按20∶1∶1的比例随机分为训练集、测试集、验证集。基于Efficientnet和ResNet网络结构构建卷积神经网络(convolutional neural network,CNN)图块级癌与非癌分类模型,并以图块分类准确率、受试者操作特征曲线下面积(area under the curve,AUC)评价该模型的性能。基于此模型拼接获取整张WSI的癌变热力图,提取热力图中切片级癌与非癌分类特征,对LightGBM算法进行训练,最终完成整张胃癌活检切片的诊断与识别,其识别结果以AUC、准确率、灵敏度、特异度进行评价。结果共入选符合纳入和排除标准的胃良性疾病(正常胃黏膜、慢性炎症)病理切片500张,胃癌(高级别上皮内瘤变、胃腺癌)病理切片500张。图块分类数据集、切片分类训练集与切片分类测试集WSI分别为400张、400张、200张。图块分类训练集、测试集、验证集图块分别为402000个、20000个、20000个。以Efficientnet-b1网络结构建立的CNN模型对测试集、验证集图块分类的准确率[测试集:91.3%(95%CI:88.2%~95.4%);验证集:92.5%(95%CI:89.0%~95.3%)]、AUC[测试集:0.95(95%CI:0.93~0.98);验证集:0.96(95%CI:0.92~0.98)]均最高。基于LightGBM算法构建的模型识别整张切片为胃癌的AUC为0.98(95%CI:0.89~0.98),准确率为88.0%(95%CI:81.6%~94.3%),灵敏度为100%(95%CI:88.0%~100%),特异度为67.0%(95%CI:57.0%~85.0%)。结论基于胃活检病理切片建立的CNN诊断模型可对癌变组织进行定位,实现图块级和切片级病变性质精确分类,准确识别胃癌,有望提高病理诊断效率。展开更多
目的:观察细胞骨架稳定剂(Jasplakinolide,JSK)对糖-氧剥夺/复氧(oxygen-glucose deprivation and reoxygenation,OGD/Reox)后大鼠脊髓星形胶质细胞体积及水通道蛋白-4(aquaporin-4,AQP4)表达的影响,并探讨其可能机制。方法:体外培养取...目的:观察细胞骨架稳定剂(Jasplakinolide,JSK)对糖-氧剥夺/复氧(oxygen-glucose deprivation and reoxygenation,OGD/Reox)后大鼠脊髓星形胶质细胞体积及水通道蛋白-4(aquaporin-4,AQP4)表达的影响,并探讨其可能机制。方法:体外培养取自大鼠脊髓的星形胶质细胞,将传代2~3次后的星形胶质细胞行糖-氧剥夺5h后再复氧,复氧同时将不同浓度(20、50、100、200和400nM)的JSK分别加入培养液继续培养12h,对照组用等量DMSO处理。用共聚焦显微镜和Western blot分析观测不同时间点(0.5h^12h)及不同浓度JSK作用下星形胶质细胞体积变化和AQP4表达情况,同时观察肌动蛋白微丝聚合(filament actin,F-actin)变化情况,分析其可能机制。结果:在OGD/Reox后,与对照组比较,0.5h后星形胶质细胞的体积开始增加,1.5h后达峰值(9.44±0.27 vs 5.06±0.26,P<0.05);50nM浓度JSK可明显减轻星形胶质细胞肿胀的严重程度(5.72±0.96,P<0.05)。OGD/Reox后AQP4蛋白表达明显增加,在复氧1.5h时达到峰值(1.21±0.029 vs 0.20±0.013,P<0.01)。JSK处理显著降低了AQP4蛋白水平的升高(1.25±0.19 vs 2.01±0.26,P<0.01)。分析表明JSK聚合的F-actin微丝是导致细胞膜AQP4下调的原因。结论:应用JSK可以减轻OGD/Reox引起的大鼠脊髓星形胶质细胞肿胀,其保护作用可能与其能重组F-actin微丝和抑制AQP4蛋白表达有关。展开更多
文摘目的基于深度学习技术,建立胃活检病理切片胃癌诊断模型,并对模型的性能进行评价。方法回顾性收集2015年1月—2020年1月浙江省人民医院胃活检诊断为正常胃黏膜、慢性胃炎、高级别上皮内瘤变和胃腺癌患者的病理切片。以20倍率扫描为全视野数字图像(whole slide image,WSI),并按2∶2∶1的比例随机分为图块分类数据集、切片分类训练集与切片分类测试集。对图块分类数据集病变区域进行标注、图块截取后,按20∶1∶1的比例随机分为训练集、测试集、验证集。基于Efficientnet和ResNet网络结构构建卷积神经网络(convolutional neural network,CNN)图块级癌与非癌分类模型,并以图块分类准确率、受试者操作特征曲线下面积(area under the curve,AUC)评价该模型的性能。基于此模型拼接获取整张WSI的癌变热力图,提取热力图中切片级癌与非癌分类特征,对LightGBM算法进行训练,最终完成整张胃癌活检切片的诊断与识别,其识别结果以AUC、准确率、灵敏度、特异度进行评价。结果共入选符合纳入和排除标准的胃良性疾病(正常胃黏膜、慢性炎症)病理切片500张,胃癌(高级别上皮内瘤变、胃腺癌)病理切片500张。图块分类数据集、切片分类训练集与切片分类测试集WSI分别为400张、400张、200张。图块分类训练集、测试集、验证集图块分别为402000个、20000个、20000个。以Efficientnet-b1网络结构建立的CNN模型对测试集、验证集图块分类的准确率[测试集:91.3%(95%CI:88.2%~95.4%);验证集:92.5%(95%CI:89.0%~95.3%)]、AUC[测试集:0.95(95%CI:0.93~0.98);验证集:0.96(95%CI:0.92~0.98)]均最高。基于LightGBM算法构建的模型识别整张切片为胃癌的AUC为0.98(95%CI:0.89~0.98),准确率为88.0%(95%CI:81.6%~94.3%),灵敏度为100%(95%CI:88.0%~100%),特异度为67.0%(95%CI:57.0%~85.0%)。结论基于胃活检病理切片建立的CNN诊断模型可对癌变组织进行定位,实现图块级和切片级病变性质精确分类,准确识别胃癌,有望提高病理诊断效率。
文摘目的:观察细胞骨架稳定剂(Jasplakinolide,JSK)对糖-氧剥夺/复氧(oxygen-glucose deprivation and reoxygenation,OGD/Reox)后大鼠脊髓星形胶质细胞体积及水通道蛋白-4(aquaporin-4,AQP4)表达的影响,并探讨其可能机制。方法:体外培养取自大鼠脊髓的星形胶质细胞,将传代2~3次后的星形胶质细胞行糖-氧剥夺5h后再复氧,复氧同时将不同浓度(20、50、100、200和400nM)的JSK分别加入培养液继续培养12h,对照组用等量DMSO处理。用共聚焦显微镜和Western blot分析观测不同时间点(0.5h^12h)及不同浓度JSK作用下星形胶质细胞体积变化和AQP4表达情况,同时观察肌动蛋白微丝聚合(filament actin,F-actin)变化情况,分析其可能机制。结果:在OGD/Reox后,与对照组比较,0.5h后星形胶质细胞的体积开始增加,1.5h后达峰值(9.44±0.27 vs 5.06±0.26,P<0.05);50nM浓度JSK可明显减轻星形胶质细胞肿胀的严重程度(5.72±0.96,P<0.05)。OGD/Reox后AQP4蛋白表达明显增加,在复氧1.5h时达到峰值(1.21±0.029 vs 0.20±0.013,P<0.01)。JSK处理显著降低了AQP4蛋白水平的升高(1.25±0.19 vs 2.01±0.26,P<0.01)。分析表明JSK聚合的F-actin微丝是导致细胞膜AQP4下调的原因。结论:应用JSK可以减轻OGD/Reox引起的大鼠脊髓星形胶质细胞肿胀,其保护作用可能与其能重组F-actin微丝和抑制AQP4蛋白表达有关。
