購買時請注意選擇相應(yīng)的產(chǎn)品名稱
| 病理學的新邊疆自動化玻片的閱讀 | |||
|---|---|---|---|
|
在過去的三十年中,病理學的實踐經(jīng)歷了前所未有的自動化和標準化的進程。 trade-assay板塊和簡單的工具spectrophotometers-have讓位給高通量自動化臨床分析。 然而臨床實驗室的一個領(lǐng)域仍然依賴手工的決心:閱讀和分析在玻片標本解剖病理學實驗室。Jose de la Torre-Bueno博士是研發(fā)和副總統(tǒng) 肯尼斯·d·鮑爾博士,副總裁兼首席科學官ChromaVision醫(yī)療系統(tǒng)公司(圣胡安Capistrano,CA)。 Branwyn斯圖爾特Wagman自由職業(yè)者,醫(yī)療作家位于圣克魯斯,CA。
閱讀玻片染色和免疫組織化學(IHC)試劑一直是藝術(shù)實踐的病理狀態(tài)。 正常和病變細胞有一定的物理特性,可以用來區(qū)分彼此。 這些特征包括復(fù)雜的模式,罕見的事件,和微妙的顏色和強度的變化。 他們是一個病理學家尋找當掃描和手動顯微鏡幻燈片。有限制,然而,人類的眼睛的力量。 病理學家疲勞可能是一個問題,能不能區(qū)分類似的顏色。為了幫助病理學家在他們的分析,科學家發(fā)明了一種儀器讀取玻璃幻燈片為目的的檢測、計數(shù)、和classify-ing細胞的臨床興趣。 稱為自動細胞成像系統(tǒng)(埃西斯),這項技術(shù)從ChromaVision醫(yī)療系統(tǒng)公司(圣胡安Capistrano,CA)使病理學家將獲得更一致,則分析幻燈片的內(nèi)容比可能通過一個標準的光學顯微鏡。
各種各樣的標本類型進行分析,包括組織學標本,細胞病理學標本,血液和骨髓。 標準IHC和采用(ICC)試劑與系統(tǒng)用于染色標本,以闡明細胞和蛋白質(zhì)的臨床興趣。埃西斯有兩個主要組件:一個自動滑動分析儀使用顯微鏡和digital-imaging技術(shù),和基于windows的計算機專用軟件,允許病理學家管理分析和報告的結(jié)果(見圖1)。標準品
到目前為止,還沒有電腦系統(tǒng)可以與人眼的復(fù)雜的模式識別能力。 然而,計算機可以超越人類的眼睛發(fā)現(xiàn)罕見事件的能力和識別顏色和強度上微妙的變化”。 計算機科學家首次接洽的挑戰(zhàn)自動化樣品的閱讀玻片從模式識別的角度,試圖寫一個軟件程序來復(fù)制人類大腦的行動。
一些模式識別算法用于埃西斯;然而,它使用計算機檢測和隔離可能感興趣的細胞或?qū)ο蠡陬伾鳛榈谝粯藴?并依賴于人類觀察者的微妙的判斷。 了解這種技術(shù)的進化,我們首先看看自動化模式識別的挑戰(zhàn)。
復(fù)制和自動模式識別人類所具有的技能,比如尋找腫瘤細胞在組織樣本,必須準確理解人類的標準適用于區(qū)分細胞。 但人類不能總是充分解釋的基礎(chǔ)辨別什么使細胞出現(xiàn)顯著的(如。 、癌前)。 計算機算法描述的基礎(chǔ)上,訓練有素的觀察員基地的歧視的細胞間不能正確區(qū)分細胞觀察員的滿意度。 簡而言之,提取的特征是最大的挑戰(zhàn)和所有其他圖像分析問題。
算法模擬人類視覺過程是昂貴的機器周期和計算成本。 事實上,人類模式識別計算成本非常高昂。 人類視網(wǎng)膜本身就是一個電腦的相當大的權(quán)力,和it項目信息到視覺皮層,另一種類型的計算機不同尋常的力量。 所以在某種程度上,一個人可以找出人類,然后創(chuàng)建一個程序模仿它,算法將是昂貴的。 例如,可以編寫一個算法來匹配一個形狀。 但是最便宜的版本的算法只能找到一些相同的尺寸和相同的取向為例。 添加的需求找到對象的大小和方向增加計算成本的數(shù)量級。 另外,找對象時部分被遮擋或破碎的進一步增加計算成本。
采取不同的方法,計算機程序員試圖模仿人類大腦的運作通過神經(jīng)網(wǎng)絡(luò)算法。 這些程序允許教電腦使用的例子。 例如,一個病理學家將顯示計算機大量腫瘤細胞和正常細胞的例子。 神經(jīng)網(wǎng)絡(luò)可以讓計算機學習通過創(chuàng)建一個加權(quán)算法來區(qū)分它們。 然而,沒有人知道什么算法計算機創(chuàng)造了分辨的例子和是否使用相同的特性,人類觀察者將使用訓練。 使用神經(jīng)網(wǎng)絡(luò)的優(yōu)勢是,當計算代價高昂的學習模式,執(zhí)行模式是便宜的。 在其他模式識別算法,計算代價高昂的執(zhí)行模式。
在開發(fā)模式識別技術(shù)通常是一個軟件問題,一些可以創(chuàng)建專門的硬件運算速度的問題。 例如,一個定制的硬件可以應(yīng)用到一個經(jīng)常使用的算法,和多個硬件并行通道可以應(yīng)用。 將更快的硬件任務(wù),交易速度計算機算法的靈活性。 隨著計算機變得更快更強大,然而,對圖像分析應(yīng)用專門的硬件問題的優(yōu)點是減少。除了模式識別玻璃幻燈片,病理學家也參與rare-event檢測。 rare-event檢測定量準確性是至關(guān)重要的,包括檢測和量化分數(shù)量的病毒在組織或腫瘤細胞,骨髓,尿液,或血液。 甚至存在一個這樣的細胞在骨髓吸入可能是巨大的。與模式識別相比,這是一個視覺的挑戰(zhàn),人類的大腦不執(zhí)行。 如果人類在同一場景看起來大約5到10分鐘大腦acclimatizes,失去了檢測場景中的細微變化的能力。 好像觀察者看到內(nèi)存,而不是實際的場景。 讓一個人花長時間掃描幻燈片,有相似的特性導(dǎo)致疲勞和增加機會錯過重要信息的幻燈片。 電腦不會經(jīng)歷這種形式的疲勞,因此在特定條件有效地檢測微妙的變化。 因此,rare-event檢測是一個適當?shù)氖褂秒娔X的權(quán)力。
|
| 上一篇：化學分析儀產(chǎn)品開發(fā)過程的原則 | 下一篇：所有細胞診斷測試使用顏色來確定結(jié)果 |
|---|
無法在這個位置找到： xy/left.htm
2013-2019@ 河南尋夢電子商務(wù)有限公司版權(quán)所有
豫ICP備17046142號-2