كيف يمكن للتصوير الفائق الطيفي أن يسمح للأقسام المرضية بتوديع التلطيخ؟ يقدم هذا البحث مسارًا جديدًا

في التشخيص المرضي التقليدي، تحتاج عينة من أنسجة سرطان الثدي إلى الخضوع لأكثر من عشر عمليات مثل التثبيت، والتمثيل، والقسمة، والتلوين.من تسليم العينة إلى إصدار التقريرفي مرحلة الجراحة الجراحية المجمّدة، يحتاج المرضى في كثير من الأحيان إلى أن يكونوا في حالة تخدير في انتظاروتقصير هذا الوقت أمر حاسم لسلامة الجراحة.

دراسة نشرت مؤخرا في "التقارير العلمية" تحاول استخداممسار تقني "خالي من البقع" يجمع بين خوارزميات التعلم العميق لتوفير حل جديد لهذه النقطة الألم السريرية.

عندما "فقدت" الصور المرضية لونها

الصور المرضية التي نعرفها عادةً ما تظهر بنغمات زرقاء - أرجوانية بعد تلوين H&E ، مع حدود واضحة بين نواة الخلية والخلايا الدموية.تقنية التصوير المجهري عبر الطيف (MHSI) يمكنها الحصول على 128 نطاق من المعلومات الطيفية من الضوء المرئي إلى الأشعة تحت الحمراء القريبة (397-1032 نانومتر) عن طريق مسح أقسام الأنسجة دون أي تلوين.

التحدي المباشر الذي تجلبه هذه الحالة "الخالية من البقع" هو: أن الصور تفتقر إلى التباين المورفولوجي، مما يجعل من الصعب على العين البشرية تفسيرها مباشرة.ميزة البيانات الفائقة الطيفية تكمن في حقيقة أنها تسجل منحنيات طيفية مستمرة لكل نقطة بكسل، والمكونات الكيميائية الحيوية المختلفة (مثل البروتينات والدهون وحمض النوكليين) سوف تظهر خصائص انعكاس متمايزة عند أطوال موجة محددة.كيفية استخراج المعلومات ذات القيمة التشخيصية من هذه البيانات ذات الأبعاد العالية والشكل الضعيف أصبحت موضوعا جديدا في علم الأمراض الحاسوبية.

تحويل "تشخيص القسم" إلى "التعلم متعدد الحالات"

قام فريق البحث بإنشاء مجموعة بيانات فائقة الطيف تحتوي على 468 قطعة من الأنسجة من 60 مريضة بسرطان الثدي.تختلف عن الأساليب التقليدية التي تقوم بتنبؤ نقطة واحدة على مجالات الرؤية المحلية، قام الباحثون بتصميم تشخيص المرض كمسألة تعلم متعدد الحالات (MIL): معالجة قسم كامل من الأنسجة كـ"حقيبة،و المكعبات الطيفية التي تم جمعها من 20 منطقة مختلفة على القسميحتاج النموذج إلى تجميع معلومات جميع الحالات لإخراج نتيجة التشخيص للقسم بأكمله.

هذا النهج أقرب إلى منطق قراءة الصور الفعلية لأطباء الأمراض، الذين يبحثون أولاً في جميع أنحاء العالم تحت مجهر منخفض الطاقة، ثم يركزون على المناطق المشبوهة للحكم الشامل.

آلية "انتباه" متعددة المستويات

استهدفاً خصائص البيانات الفائقة الطيفية، اقترح الفريق شبكة انتباه هرمية متعددة المقاييس (MS-HAN) ، والتي يتضمن تصميمها الأساسي ثلاثة مستويات رئيسية:

1استخراج الخصائص متعددة المقاييس يستخلص الدروس من هيكل البداية، باستخدام أحجام مختلفة من نواة التواء بالتوازي في نفس الدقة المكانية لاستخراج الخصائص،حتى يتمكن من التقاط معلومات متعددة الحبيبات من الاختلافات الطيفية الدقيقة إلى أنماط النسيج المحلية.

2آلية الاهتمام المزدوج أولاً نموذج صريح للتبعيات بين النطاقات من خلال اهتمام القناة الطيفية ، مما يعطي أوزان أعلى للنطاقات ذات المعلومات الأغنى.ثم تولد خريطة حرارية ثنائية الأبعاد من خلال الاهتمام المكاني لتحديد مواقع المناطق ذات القيمة التشخيصية من حيث تشكيل الخلية دون الاعتماد على وضع علامات على مستوى البكسل.

3.التجميع الهرمي وتعلم النموذج الأولي. للتعامل مع التباين الكبير داخل الفئة في الطيفات البيولوجية، يقدم النموذج مجموعة من "متجهات النموذج الأولي" القابلة للتعلم." تخصيص ميزات الحالة الناعمة لهذه النماذج، ويمنع انهيار الوضع عن طريق تقييد إنتروبيا توزيع استخدام النموذج الأولي.يتم استخدام آلية الاهتمام الذاتي لنمذجة التبعيات بين المناطق المختلفة داخل القسم، والحصول على تمثيل القسم بأكمله من خلال تجميع الانتباه.

في إطار التدريب الضعيف المراقبة باستخدام فقط الملصقات على مستوى القسم ، حقق النموذج دقة 86.7٪ و AUC 0.92 على مجموعة اختبار مستقلة (94 قسم) ،يظهر تحسنًا كبيرًا إحصائيًا مقارنةً بنماذج MIL الأساسية السائدة مثل TransMIL و CLAM.

حذف مرحلة التلوين وضغط تكلفة الوقت

إن أساس هذا البحث ليس استبدال أطباء الأمراض، بل استكشاف سير عمل من "القطع البصري" بالإضافة إلى "الفحص الأولي للذكاء الاصطناعي." تخليص خطوة التلوين لا يعني فقط تخفيض في تكلفة المواد المستعملة "، ولكن الأهم من ذلك، فإنه يضغط بشكل كبير نافذة الوقت من أخذ العينات إلى التشخيص الرقمي.من المتوقع أن يقلل هذا الوضع من وقت الانتظار للمرضى تحت التخدير.

بالطبع، هذا البحث لا يزال في مرحلة إثبات المفهوم. نطاق مجموعة البيانات ذات المركز الواحد من 60 حالة محدود نسبياً،وأداء النموذج في مواجهة التحضير القطع الأثرية، أو أنواع جزئية نادرة من الخلايا لا تزال بحاجة إلى التحقق من الصحة الخارجية مع بيانات متعددة المراكز وعينات كبيرة. بالإضافة إلى ذلك، فإن تكلفة الأجهزة لمعدات التصوير الفائق الطيف مرتفعة.والانتقال من المختبر إلى أقسام علم الأمراض الروتينية لا يزال يتطلب اعتبارات على مستويات الهندسة والاقتصاد الصحي.