乳腺癌是全球女性癌癥死亡的主要原因之一。在診斷出乳腺癌后，會常規(guī)進(jìn)行 HER2(一種促進(jìn)癌細(xì)胞生長的蛋白質(zhì))的測試，以幫助評估癌癥預(yù)后并制定針對 HER2 的治療計劃。
標(biāo)準(zhǔn)的 HER2 測試程序包括進(jìn)行乳房活檢，將組織標(biāo)本制備成薄的顯微鏡載玻片，用突出 HER2 蛋白的特定化學(xué)試劑對載玻片進(jìn)行染色/染色，并在光學(xué)顯微鏡下檢查染色的載玻片以提供病理報告。
然而，這種標(biāo)準(zhǔn)的 HER2 染色程序成本高且周轉(zhuǎn)時間長，因為染色過程需要由專家在專用實驗室設(shè)施中執(zhí)行費力的樣品處理步驟(通常約 24 小時)。
在最近發(fā)表在BME Frontiers上的一項工作中，加州大學(xué)洛杉磯分校的一個研究小組開發(fā)了一種由深度學(xué)習(xí)提供支持的計算染色方法，該方法無需任何化學(xué)物質(zhì)即可執(zhí)行 HER2 染色。研究小組捕獲了未染色乳房組織的自發(fā)熒光信息，這些信息是生物結(jié)構(gòu)在吸收光時自然發(fā)出的。
他們進(jìn)一步訓(xùn)練了一個深度神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)可以將這些無染色的自發(fā)熒光圖像快速轉(zhuǎn)換為虛擬組織學(xué)圖像，顯示準(zhǔn)確的顏色和對比度，就好像組織切片經(jīng)過 HER2 化學(xué)染色一樣。這種計算染色過程每個樣品只需幾分鐘，不需要昂貴的設(shè)施或有毒化學(xué)品。僅使用計算機(jī)，HER2 染色就可以更快、更經(jīng)濟(jì)地完成，從而加速乳腺癌的評估和治療。
董事會認(rèn)證的病理學(xué)家盲目地驗證了這種基于 AI 的虛擬 HER2 染色技術(shù)的診斷價值和染色質(zhì)量。病理學(xué)家證實，深度學(xué)習(xí)生成的圖像為 HER2 評估提供了同等的診斷準(zhǔn)確性，并且染色質(zhì)量與實驗室化學(xué)染色的標(biāo)準(zhǔn)圖像相當(dāng)。
這種基于深度學(xué)習(xí)的虛擬 HER2 染色方法無需組織學(xué)專家執(zhí)行昂貴、費力和耗時的 HER2 染色程序，并可擴(kuò)展到其他癌癥相關(guān)生物標(biāo)志物的染色，以加速臨床中的傳統(tǒng)組織病理學(xué)和診斷工作流程設(shè)置。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！