Malaltia renal crònica (ERC): sou apte per a trasplantaments de ronyó simple i doble?

per a més informació:ali.ma@wecistanche.com

Part Ⅰ: una xarxa neuronal per a la classificació dels glomèruls basada en imatges histològiques de la biòpsia renal

Giacomo Donato Cascaranol, Francesco Saverio Debitontol & et al.

Fons

Malaltia renal crònica(CKD) és una condició patològica caracteritzada per una degeneració funcional de laronyó. ERC (Malaltia renal crònica) és la 12a causa de mort, amb fins a 1,1 milions de casos a tot el món; l'augment de la mortalitat relacionada amb la CKD (Malaltia renal crònica)dels últims anys la converteix en una de les causes de mort més ràpides, juntament amb la diabetis i la demència [1, 2].Ronyótrasplantamentés la millor teràpia de substitució renal, ja que ha demostrat ser més eficaç que el tractament de diàlisi pel que fa al risc de mortalitat a llarg termini i, alhora, té un impacte reduït en el sistema de salut pública [3, 4].

Feu clic a Cistanche NZ per a la malaltia renal crònica

Liyanage et al. va estimar que 2,6 milions de persones, enfront de 4,9 milions de pacients, van rebre teràpia de substitució renal a tot el món el 2010, cosa que suggereix que almenys 2,3 milions de persones podrien haver mort prematurament perquè no es podia accedir a la teràpia adequada [5].

A causa de la creixent necessitat deronyótrasplantaments[6], diferents estudis van intentar ampliar els criteris d'acceptacióronyonsper ser trasplantats, que generalment s'exclouen en funció de l'edat del donant i altres característiques relacionades tant amb la qualitat com la dimensió delronyons[7,8].

Moore et al. va realitzar una comparació entre dualronyótrasplantamentde donants de criteris ampliats (ECD) i únicsronyótrasplantamentd'ECD concurrents i donants amb criteris estàndard. Els autors van valorar que l'ús de dualtrasplantament de ronyóde donants marginals és una opció viable i que es pugui aconseguir la funció renal, sempre que ambduesronyonses trasplanten a un sol receptor [9].

Remuzzi et al. va proposar una tècnica per avaluar laronyócondiciómitjançant l'avaluació de biòpsies histològiques [10]. El criteri d'avaluació, conegut com a puntuació de Karpinski, considera l'evolució (en percentatge) d'una condició patològica de quatre àrees funcionals principals: glomeruloesclerosi, atròfia tubular, fibrosi intersticial i esclerosi arterial. Aquesta puntuació oscil·la entre 0 i 12, i com més gran sigui el nombre, pitjor seràestat dels ronyons [10-12]. Ronyonsamb una puntuació de Karpinski de 0 a 3 i de 4 a 6 es consideren adequatstrasplantaments simples i dobles, respectivament.

Tractament de la malaltia renal: cistanche i trasplantament de ronyó

Per avaluar la puntuació de Karpinski, els patòlegs realitzen l'avaluació visual de les imatges histopatològiques de lliscament complet (WSI). Aquest procés sol ser llarg, propens a errors i també subjectiu.

Per superar aquests inconvenients, el desenvolupament de sistemes de diagnòstic assistit per ordinador (CAD) basats en l'anàlisi d'imatges histopatològiques de teixits per donar suport al càlcul de la puntuació és un avenç valuós.

Treballs de literatura recents mostren l'aplicació de tècniques de processament d'imatges i aprenentatge automàtic per analitzarronyóhistopatològicWSI per a la detecció i classificació de glomèruls. Els enfocaments de processament d'imatges tenen com a objectiu extreure característiques significatives, per exemple, aquelles basades en l'anàlisi de la forma i la textura; després, els algorismes d'aprenentatge automàtic, com ara les xarxes neuronals artificials (ANN) superficials o profundes, prenen decisions basant-se en les característiques extretes.

Simon et al, for example, proposed texture-based features set as a simple but effective automatic method for glomeruli localization [13]. The authors applied the algorithm on renal tissue sections and biopsies of large histopathological WSIs. The features extracted from an adaptation of the Local Binary Pattern (LBP) algorithm were used to train a Support Vector Machine(SVM)model. The authors reported high precision(>90%) and reasonable recall (>70 per cent) com a resultats.

Realitzar una detecció integral de glomèruls en imatges de conjuntronyóseccions, Kato et al. va proposar un nou descriptor anomenat Segmental HOG (Histogram of Oriented Gradients)[14]. Els autors van afirmar la robustesa de la solució i els resultats de segmentació d'alta qualitat; a més, els autors van comparar Segmental HOG amb Rectangular HOG demostrant que el primer enfocament va aconseguir millores significatives en el rendiment de detecció.

Diversos autors, en canvi, es van centrar en l'anàlisi de la forma i el color dels glomèruls. Kotyk et al. van proposar una solució nova per afrontar l'àmplia variació d'intensitat i la inconsistència en termes de forma i mida dels glomèruls al corpuscle renal. L'enfocament proposat, basat en la tècnica de l'anàlisi de partícules, va permetre la detecció del corpuscle renal i la següent mesura del diàmetre del glomèrul i l'amplada de l'espai de Bowman. Els autors avaluen que l'enfocament era robust a les deformacions dels glomèruls fins i tot amb hipertròfia glomerular [15]. Zhao et al va realitzar una anàlisi dels efectes d'una diversitat significativa de color i forma de teixit en imatges de diapositives senceres. [16]. Els autors es van centrar en l'extracció de l'amplada de la càpsula de Bowman per dissenyar un marc d'extracció automatitzada de glomèruls a partir de la micrografia de tot el teixit renal. El sistema es va provar en teixits renals de primats no humans amb tinció d'hematoxilina i eosina (HE).

Bukowy et al. va proposar un flux de treball d'anàlisi diferent. A [17], els autors van desenvolupar una xarxa neuronal convolucional per detectar glomèruls en seccions de ronyó tenyides de tricrom. El procediment es va provar amb rataronyonsi els resultats reportats, pel que fa a la classificació de glomèruls sans i danyats, mostren una precisió mitjana i un record del 96,94% i del 96,79%, respectivament.

En un treball anterior de Bevilacqua et al, un sistema CAD per a la segmentació i discriminació dels vasos sanguinis versus els túbuls a partir de biòpsies en elronyóel teixit ha estat dissenyat i provat [18]. S'han utilitzat imatges histològiques amb tinció d'àcid periòdic-Schiff (PAS) per segmentar les regions d'interès (ROI) i extreure característiques de Haralick que permeten un procediment de classificació posterior mitjançant algorismes basats en ANNs. Els resultats de les proves van determinar que l'enfocament ANN supervisat era coherent, permetent obtenir un bon rendiment de classificació.

Aquest treball se centra en l'avaluació automàtica deronyóbiòpsies, que tracten una condició patològica específica considerada per la puntuació de Karpinski: glomerulosclerosi, és a dir. la relació entre glomèruls esclerosats i el nombre total de glomèruls. Per fer-ho, és fonamental la detecció i discriminació de l'estat escleròtic que afecta els glomèruls dels no escleròtics. Com ja s'ha informat en treballs de l'estat de l'art, aquesta és una tasca difícil a causa de les variacions d'intensitat àmplia dels glomèruls i les inconsistències en la forma i la mida.

tractament de la malaltia renal:trasplantaments simples i doblesinvestigacions

S'ha dissenyat i avaluat una combinació de diferents algorismes d'extracció de característiques per discriminar l'estat dels glomèruls. La literatura informada mostra algorismes de processament d'imatges específics i únics aplicats a diferents tipus de tinció i WSI no humans. El conjunt de característiques proposades en aquest treball, en canvi, prové d'una col·lecció de dues famílies d'algorismes d'extracció de característiques molt utilitzades, conegudes i de propòsit general, és a dir, característiques morfològiques i de textura. Aquestes famílies de característiques també s'inclouen en alguns dels algorismes proposats a la literatura, però en aquest treball es van extreure de WSI humans amb tinció de PAS. A més, el pipeline de classificació, detallat a Mètodes, inclou també procediments per a la reducció de característiques que permeten dissenyar una xarxa neuronal artificial de poca profunditat. El flux de treball global proposat en aquest treball, i la integració amb el procediment presentat a[18], ens permetran construir un sistema CAD complet per a l'anàlisi de WSI histopatològics.

Resultats

S'informa dels resultats obtinguts mitjançant l'avaluació del flux de treball de classificació proposat al conjunt de proves. En particular, els resultats es refereixen al rendiment obtingut considerant el conjunt reduït de característiques classificades mitjançant l'ús de l'ANN superficial validada creuament. Tal com s'informa a la taula 1, el conjunt de proves estava constituït per 579 imatges de glomèruls: 87 escleròtiques, 492 no escleròtiques.

Per avaluar l'estabilitat del flux de treball, es van realitzar 10 execucions de tot el procés. Els resultats assolits es resumeixen a la Taula 2. En particular, els resultats es presenten en termes de mitjana i desviació estàndard de diverses mètriques, és a dir, Precisió (Eq.1), Precisió (Eq.2), Recordatori (Eq.3) i Matthews. Coeficient de correlació (Eq.4)[19], avaluat segons la matriu de confusió indicada a la Taula 3.

Entre les iteracions, els millors resultats es mostren a la taula 4, mentre que la matriu de confusió corresponent es mostra a la taula 5.

El flux de treball implementat permet classificar glomèruls escleròtics i no escleròtics amb bon rendiment (MCC mitjà=0.95 i precisió mitjana=0.99) i baixa variabilitat (MCC std=0.01). i Precisió std<0.00)(see table="" 2).="" precision="" and="" recall="" are="" equal="" to="" 0.98="" and="" 0.93,="" respectively,="" thus="" showing="" that="" the="" proposed="" system="" achieves="" a="" better="" performance="" in="" the="" non-sclerotic="" evaluation(all="" the="" non-sclerotic="" glomeruli="" were="" detected="" in="" the="" best="">

Taula 1 Configuració del conjunt de dades	Taula 2 Comparació de mètriques de 10 inicialitzacions de xarxa

Taula 3 Matriu de confusió per al càlcul de mètriques	Taula 4 Comparació de mètriques de la inicialització de 10 xarxes

Taula 5 Matriu de confusió del millor model

Discussió

Avaluant l'enfocament proposat en un conjunt de proves independent, el flux de treball de classificació va aconseguir un MCC i una precisió mitjans de {{0}},95 i 0,99, respectivament, i una baixa variabilitat en 10 iteracions independents (MCC std{{5} }.01 i Accuracy std<0.00). good="" precision="" and="" recall="" were="" also="" obtained="" (precision:="" 0.9844±0.0111,="" recall:="" 0.9310±0.0153).="" the="" proposed="" approach="" thus="" leads="" to="" an="" improvement="" of="" the="" classification="" performance="" if="" compared="" to="" the="" reported="" literature[13,="">

Mentre implementàvem i avaluàvem el flux de treball informat, vam enfrontar i provar el problema comú de desequilibri de dades, que s'ha resolt utilitzant MCC com a coeficient de comparació de rendiment i corba ROC per seleccionar el llindar de classificació òptim. Els resultats reportats suggereixen que la configuració del flux de treball proposada és fiable per al domini investigat, donant suport a la pràctica clínica de discriminar les dues classes de glomèruls.

Analitzant glomèruls mal classificats, també vam trobar que les imatges d'entrada corresponents a les mostres mal classificades mostraven artefactes de tinció o parts parcials (majoritàriament a les vores); En la pràctica clínica, però, els patòlegs descarten aquestes imatges que també es podrien excloure en el flux de treball proposat dissenyant estratègies per detectar amb antelació imatges afectades per aquests problemes.

Tractament de la malaltia renal: trasplantaments de ronyó simple i dual

FEU CLIC AQUÍ PER A LA PART Ⅱ