文献

J-GLOBAL ID：202202234567619536   整理番号：22A0645791

免疫組織化学増強暗視野イメージングに基づく人工知能支援多重腫瘍検出法【JST・京大機械翻訳】

Artificial Intelligence-Aided Multiple Tumor Detection Method Based on Immunohistochemistry-Enhanced Dark-Field Imaging

著者 (9件)： Fan Lin (School of Geographic and Biologic Information, Smart Health Big Data Analysis and Location Services Engineering Research Center of Jiangsu Province, Nanjing University of Posts and Telecommunications, P. R. China) ,  Fan Lin (State Key Laboratory of Bioelectronics, Jiangsu Key Laboratory for Biomaterials and Devices, School of Biological Science and Medical Engineering & Collaborative Innovation Center of Suzhou Nano Science and Technology, Southeast University, P. R. China) ,  Huang Ting (State Key Laboratory of Bioelectronics, Jiangsu Key Laboratory for Biomaterials and Devices, School of Biological Science and Medical Engineering & Collaborative Innovation Center of Suzhou Nano Science and Technology, Southeast University, P. R. China) ,  Lou Doudou (Jiangsu Institute for Food and Drug Control, P. R. China) ,  Peng Zengzhou (School of Geographic and Biologic Information, Smart Health Big Data Analysis and Location Services Engineering Research Center of Jiangsu Province, Nanjing University of Posts and Telecommunications, P. R. China) ,  He Yongqi (School of Geographic and Biologic Information, Smart Health Big Data Analysis and Location Services Engineering Research Center of Jiangsu Province, Nanjing University of Posts and Telecommunications, P. R. China) ,  Zhang Xinyu (School of Geographic and Biologic Information, Smart Health Big Data Analysis and Location Services Engineering Research Center of Jiangsu Province, Nanjing University of Posts and Telecommunications, P. R. China) ,  Gu Ning (State Key Laboratory of Bioelectronics, Jiangsu Key Laboratory for Biomaterials and Devices, School of Biological Science and Medical Engineering & Collaborative Innovation Center of Suzhou Nano Science and Technology, Southeast University, P. R. China) ,  Zhang Yu (State Key Laboratory of Bioelectronics, Jiangsu Key Laboratory for Biomaterials and Devices, School of Biological Science and Medical Engineering & Collaborative Innovation Center of Suzhou Nano Science and Technology, Southeast University, P. R. China)
資料名： Analytical Chemistry  (Analytical Chemistry)
巻： 94  号： 2  ページ： 1037-1045  発行年： 2022年 
JST資料番号： A0395A  ISSN： 0003-2700  CODEN： ANCHAM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 免疫組織化学的方法は,臨床癌検出における最も実用的なツールの1つとして役立ち,従って,従来の方法の既存の限界を克服し,さらに検出効率と感度を改善する大きな応用価値を持っている。本研究では,腫瘍マーカーの過剰発現率により変化する多次元画像信号を提供する新規高感度散乱試薬として,免疫組織化学のための従来の色指標である3,3′-ジアミノベンジジン(DAB)を用いた。DAB凝集体の散乱特性に基づいて,暗視野イメージングに基づく効率的でロバストな人工知能支援免疫組織化学的方法を確立し,従来の手動操作免疫組織化学的方法と比較して,イメージング品質と解釈効率の両方を改善した。3つの独立した病理学者から診断を参照して,この方法は,95.2%の感度と100.0%の特異性で,HER2過剰発現乳房腫瘍を検出することに成功した。一方,非小細胞肺腫瘍および悪性リンパ腫にも適用可能であることがわかった。示されたように,本研究は,診断的提案をするための効果的で信頼できる手段を提供し,それは,低コストで多発性腫瘍病理学的検出において大きな可能性を示した。Copyright 2022 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 散乱 ,  細胞 ,  リンパ腫 ,  *画像処理 ,  *人工知能 ,  *多重化 ,  高次元 ,  ロバスト性 ,  肺腫瘍 ,  腫瘍マーカー ,  乳房腫瘍 ,  *免疫組織化学 ,  凝集体
準シソーラス用語： *暗視野 ,  過剰発現 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  生物科学研究法一般  (EA03010K)

タイトルに関連する用語 (8件)： 免疫組織化学 ,  増強 ,  暗視野 ,  イメージング ,  人工知能 ,  支援 ,  多重 ,  腫瘍検出