XiaoMi-AI文件搜索系统
World File Search SystemHistology
检查的问题I.细胞学和一般组织学
1。组织学（特征，与其他医学学科的关系，实际意义）2。组织学幻灯片的制备3。组织学染色4。细胞膜5。单元连接6。单元格的内部体系结构7。lamina basalis 8。细胞表面专长9.膜运输10。外周血的组成（一般特征）11。红细胞生成（骨髓，外周血）12。粒状粒子（骨髓，外周血）13。巨型摩毛虫（骨髓，外周血）14。上皮组织（一般特征）15。上皮组织的再生16。覆盖上皮17。腺上皮18。结缔组织的细胞19。细胞外基质20。结缔组织的类型21。软骨22。骨头23。膜内和内软骨骨化24。平滑肌25。骨骼肌26。心肌27。神经元，神经元的类型28。突触29。Neuroglia 30。神经纤维和周围神经末端的类型31。T和B淋巴细胞32。免疫反应的形态基础33。人类吞噬系统34。凋亡（组织形态）35。脂肪结缔组织36.伤口愈合（皮肤）37。免疫组织化学原理及其在组织学上的重要性
用于人类大脑 3D 组织学的多模态计算流程
本文根据 Creative Commons Attribution 4.0 International 许可证授权，允许以任何媒体或格式使用、共享、改编、分发和复制，只要您给予原作者和来源适当的信任，提供 Creative Commons 许可证的链接，并指明是否进行了更改。本文中的图像或其他第三方材料包含在文章的 Creative Commons 许可证中，除非在材料的致谢中另有说明。如果材料未包含在文章的 Creative Commons 许可证中，并且您的预期用途不被法定规定允许或超出允许用途，则您需要直接从版权所有者处获得许可。要查看此许可证的副本，请访问 http://creativecommons.org/licenses/by/4.0/。
BigBrainWarp 工具箱用于将 BigBrain 3D 组织学与多模态神经成像相结合
1 加拿大蒙特利尔麦吉尔大学蒙特利尔神经病学研究所和医院麦康奈尔脑成像中心；2 德国于利希研究中心神经科学与医学研究所（INM-1）；3 加拿大蒙特利尔康考迪亚大学计算机科学与软件工程系；4 英国伦敦大学学院威康信托神经影像中心；5 加拿大安大略省西安大略大学大脑与思维研究所；6 德国莱比锡马克斯普朗克人类认知与脑科学研究所奥托哈恩认知神经遗传学小组；7 德国于利希研究中心神经科学与医学研究所（INM-7）；8 加拿大伦敦西安大略大学舒立克医学与牙科学院医学生物物理学系
通过多重对比 MRI 获取虚拟小鼠大脑组织学...
摘要 1 H MRI 通过利用组织微环境中的不均匀性的多功能对比，非侵入性地映射大脑结构和功能。然而，由于 MRI 信号和细胞结构之间缺乏直接联系，从磁共振成像 (MRI) 结果推断组织病理学信息仍然具有挑战性。在这里，我们展示了使用小鼠大脑的共配准多对比 MRI 和组织学数据开发的深度卷积神经网络，可以直接从每个体素的 MRI 信号估计组织学染色强度。结果提供了轴突和髓鞘的三维图，其组织对比与目标组织学非常相似，并且与传统 MRI 标记相比具有增强的灵敏度和特异性。此外，网络内每个 MRI 对比的相对贡献可用于优化多对比 MRI 采集。我们预计我们的方法将成为将 MRI 结果转化为神经生物学家易于理解的虚拟组织学的起点，并为验证新型 MRI 技术提供资源。
四种神经炎症性疾病中灰质萎缩的独特虚拟组织学
灰质（GM）萎缩在多发性硬化症，神经肌炎选择性谱系障碍[NMOSD;抗Aquaporin-4抗体阳性（AQP4+）和 - 阴性（AQP4-）亚型]和髓磷脂少突胶质细胞糖蛋白抗体相关疾病（Mogad）。揭示这些疾病中脑萎缩的发病机理将有助于其鉴别诊断并指导治疗策略。确定多发性硬化症，AQP4+ NMOSD，AQP4-NMOSD和MOGAD中GM萎缩的神经生物学基础，我们进行了虚拟的组织学分析，该虚拟组织学分析将T1加权图像派生的GM Atrophy+ Gene表达与MultiCentRe COLES的患者相关联，与3224患者有关75例AQP4 -NMOSD患者，47例Mogad患者和2169名健康对照组患者。首先，使用Cohen d在具有多发性硬化症，AQP4+ NMOSD，AQP4- NMOSD或MOGAD或MOGAD和健康对照组之间的Cohen D之间确定了整个皮质和皮质下区域的GM间GM萎缩谱。然后将GM萎缩谱分别与从艾伦人脑图集提取的基因表达水平分别在空间上相关。最后，我们使用亚组分析探索了临床功能相关的GM萎缩的虚拟组织学，该分析通过身体残疾，疾病持续时间，复发次数，病变负担和认知功能进行分层。多发性硬化症显示出严重的GM萎缩模式，主要涉及皮层核和脑干。AQP4+ NMOSD显示出明显的GM萎缩的广泛模式，主要位于枕骨Tex和小脑中。AQP4- NMOSD显示出轻度的GM萎缩模式，主要位于额叶和顶叶皮层。mogad显示GM萎缩主要涉及额叶和颞皮质。High expres sion of genes specific to microglia, astrocytes, oligodendrocytes and endothelial cells in multiple sclerosis, S1 pyram idal cells in AQP4+ NMOSD, as well as S1 and CA1 pyramidal cells in MOGAD, had spatial correlations with GM atrophy profile, while no atrophy profile-related gene expression was found in AQP4 - NMOSD。与四种NeuroInflam疾病中的临床纤维相关GM萎缩的虚拟组织学主要指向共享的神经元和内皮细胞。独特的潜在虚拟组织学模式是小胶质细胞，星形胶质细胞和少突胶质细胞，用于多发性巩膜； AQP4+ NMOSD的星形胶质细胞；和摩盖德的少突胶质细胞。神经元和内皮细胞是在这些神经炎症性疾病中共有的靶标。这些发现可能有助于对这些疾病的鉴别诊断，并促进最佳治疗策略的使用。
使用综合的DICECT和组织学工作流对大鼠大脑的多尺度成像
pH 7.4）并在4ºC下与以下主要抗体一起孵育：（1）小鼠单克隆抗白蛋白（PRV）抗体（no。235，Swant Inc.，瑞士Marly），稀释1：1000； （2）小鼠单克隆抗纤维纤维抗原蛋白（GFAP）（no。） 3670，细胞信号技术，美国马萨诸塞州丹佛市），稀释1：500;或（3）山羊多克隆抗DARPP-32（no。 SC-271111，圣克鲁斯生物技术，美国德克萨斯州达拉斯），稀释1：200。 在4°C的PBS中孵育24小时0.1M Triton X-100，其中包含3％驴血清（no。 SC-2044，圣克鲁斯生物技术）。 冲洗后，在两个小时的室温下与以下二次抗体之一的一种与偶联的荧光染色体一起孵育两小时，将组织免受光的保护：（1）Alexa Fluor 488驴抗小鼠（no。235，Swant Inc.，瑞士Marly），稀释1：1000； （2）小鼠单克隆抗纤维纤维抗原蛋白（GFAP）（no。3670，细胞信号技术，美国马萨诸塞州丹佛市），稀释1：500;或（3）山羊多克隆抗DARPP-32（no。SC-271111，圣克鲁斯生物技术，美国德克萨斯州达拉斯），稀释1：200。在4°C的PBS中孵育24小时0.1M Triton X-100，其中包含3％驴血清（no。SC-2044，圣克鲁斯生物技术）。冲洗后，在两个小时的室温下与以下二次抗体之一的一种与偶联的荧光染色体一起孵育两小时，将组织免受光的保护：（1）Alexa Fluor 488驴抗小鼠（no。A32766 Thermo Fisher Scientific）稀释1：500;或（2）Alexa Fluor 488驴抗山羊（no。705-545-147杰克逊实验室，
用于高分辨率组织学的大容量脑组织标准化的冷冻保护和冻结的技术平台
理解和映射人类连接是神经科学的长期努力，但是在冷冻调查过程中，与人脑大脑的大尺寸相关的显着挑战尚未解决。虽然较小的大脑（例如啮齿动物和果果会）一直是以前连接项目的重点，但较大的人脑的处理需要显着的技术进步。这项研究解决了在对齐的神经解剖坐标中冻结大脑的问题，其组织损伤最小，从而促进了大规模无变形的冷冻效果。我们报告了最有效，最稳定的冰点技术，该技术利用了适当的冷冻保护和利用工程工具（例如大脑主图案，定制设计的模具以及连续的温度监测系统）的适当选择。这种冻结的标准化方法可实现高质量的无失真组织学，使全世界的研究人员能够在细胞水平上探索人脑的复杂性。我们的方法结合了神经科学和工程技术，可以通过有限的资源来应对这一长期存在的挑战，增强了大型科学努力以外的发达国家的努力，促进了多种方法，并促进了合作。
通过心血管磁共振检测到迷你甘蔗中的组织学对局灶性心肌纤维化的检测
Minjie Lu Fuwai医院号167号北利希路，Xicheng区，北京，中国邮政法典：100037电话：13681042002电子邮件：coolkan@163.com融资和致谢：这项工作得到了中国国家自然科学基金会[赠款编号81971588]；中国医学科学院关键实验室（种植）的建筑研究项目[赠款编号2019PT310025]；高级医院临床研究的青年关键计划[2022-GSP-QZ-5赠款]；国家外国专家人才项目[赠款编号G2021194020L]；北京联合医学院的本科教育改革项目[赠款编号2023ZLGL 026]；和国家高级医院临床研究资金（2022-GSP-QN-17）。 我们非常感谢Vanessa Ferreira博士，Stefan Piechnik博士和Qiang Zhang博士对这项研究的宝贵指导和贡献。 vanessa Ferreira是牛津大学心血管医学高级研究员，并感谢英国Kusuma Trust的资金。 利益冲突：无声明Minjie Lu Fuwai医院号167号北利希路，Xicheng区，北京，中国邮政法典：100037电话：13681042002电子邮件：coolkan@163.com融资和致谢：这项工作得到了中国国家自然科学基金会[赠款编号81971588]；中国医学科学院关键实验室（种植）的建筑研究项目[赠款编号2019PT310025]；高级医院临床研究的青年关键计划[2022-GSP-QZ-5赠款]；国家外国专家人才项目[赠款编号G2021194020L]；北京联合医学院的本科教育改革项目[赠款编号2023ZLGL 026]；和国家高级医院临床研究资金（2022-GSP-QN-17）。我们非常感谢Vanessa Ferreira博士，Stefan Piechnik博士和Qiang Zhang博士对这项研究的宝贵指导和贡献。vanessa Ferreira是牛津大学心血管医学高级研究员，并感谢英国Kusuma Trust的资金。利益冲突：无声明
使用 VERDICT-MRI 全面表征脑肿瘤：通过组织学验证的细胞和血管测量评估
摘要：本研究旨在扩展 VERDICT-MRI 框架以建模脑肿瘤，从而能够全面表征肿瘤内和肿瘤周围区域，特别关注细胞和血管特征。在 21 名患有不同类型脑肿瘤且具有各种细胞和血管特征的患者中，我们获取了具有多个 b 值（范围从 50 到 3500 s/mm 2 ）、扩散时间和回声时间的扩散 MRI 数据。我们根据不同类型的细胞内、细胞外和血管区室与信号的组合，拟合了一系列扩散模型。我们使用简约标准比较了这些模型，同时力求对所有关键组织学脑肿瘤成分进行良好表征。最后，我们评估了在区分肿瘤组织型方面表现最佳的模型的参数，使用 ADC（表观扩散系数）作为临床标准参考，并将其与组织病理学和相关灌注 MRI 指标进行了比较。在脑肿瘤中，VERDICT 的最佳模型是一个三室模型，该模型考虑了各向异性受阻和各向同性限制扩散以及各向同性伪扩散。VERDICT 指标与低级别神经胶质瘤和转移瘤的组织学外观相符，并反映了组织病理学在肿瘤内多个活检样本之间发现的差异。组织型之间的比较表明，在细胞含量高的肿瘤（胶质母细胞瘤和转移瘤）中，细胞内分数和血管分数往往较高，定量分析表明，随着神经胶质瘤等级的增加，肿瘤核心内的细胞内分数（fi）值呈升高趋势。我们还观察到，与胶质母细胞瘤和 WHO 3 胶质瘤周围的浸润性水肿相比，转移瘤周围的血管源性水肿中自由水分数呈更高的趋势，
人工智能的反馈提高了初级内镜医师对胃病变组织学预测的学习
使用人工智能辅助图像分类器对初级内镜医师进行胃病变组织学预测培训的初步效果。方法 在具有五个卷积层和三个完全连接层的卷积神经网络上构建人工智能图像分类器，通过 2,000 个未放大的内镜胃图像训练 Resnet 主干。独立验证集由来自 100 个胃病变的另外 1,000 个内镜图像组成。六名初级内镜医师审查了验证集的第一部分，然后向其中三名（A 组）披露人工智能的预测，而其余三名（B 组）未提供此信息。所有内镜医师都独立审查了验证集的第二部分。结果 AI 的总体准确率为 91.0 %（95 % CI：89.2 – 92.7 %），敏感度为 97.1 %（95 % CI：95.6 – 98.7 %），特异度为 85.9 %（95 % CI：83.0 – 88.4 %），ROC 曲线下面积 (AUROC) 为 0.91（95 % CI：0.89 – 0.93）。在两个验证集中，AI 的准确度和 AUROC 均优于所有初级内镜医师。在第二个验证集中，A 组内镜医师的表现有所提高，但 B 组内镜医师没有提高（准确度为 69.3 % 到 74.7 %；P = 0.003）。结论 训练后的 AI 图像分类器可以准确预测胃病变中是否存在肿瘤成分。人工智能图像分类器的反馈还可以加快初级内窥镜医师预测胃病变组织学的学习曲线。