XiaoMi-AI文件搜索系统
World File Search System病理
人工智能在肺癌病理诊断中的应用
参考文献 1 ． Coudray N, Ocampo PS, Sakellaropoulos T, Narula N, Snuderl M, Fenyö D 等。使用深度学习对非小细胞肺癌组织病理学图像进行分类和突变预测。自然医学。2018；24：1559-1567。 2 ． de Haan K, Zhang Y, Zuckerman JE, Liu T, Sisk AE, Diaz MFP 等。基于深度学习将 H&E 染色组织转化为特殊染色。自然通讯。2021；12：4884。 3 ． Gertych A, Swiderska-Chadaj Z, Ma Z, Ing N, Markiewicz T, Cierniak S 等。卷积神经网络可以准确区分数字幻灯片中肺腺癌的四种组织学生长模式。 Sci Rep. 2019;9:1483. 4． Kapil A, Meier A, Zuraw A, Steele KE, Rebelatto MC, Schmidt G 等.深度半监督生成学习用于非小细胞肺癌组织针吸活检肿瘤比例自动评分. Sci Rep. 2018;8:17343.
心血管病理
背景：心脏传导系统（CCS）创建并传播产生心跳的电信号。这项研究旨在评估人类和室内室中CCS以及周围组织的胶原蛋白含量，脉管系统和神经。材料和方法：从17个成人人类尸体锻炼的心脏中收集了十个辛里氏和17个房室CCS样品。Masson Trichrome染色用于检查胶原蛋白，心肌细胞和脂肪比例。免疫组织化学，通过CD31（泛皮标记）和D2-40（淋巴内皮标记）抗体研究血管和淋巴管。一般神经密度，同时使用酪氨酸羟化酶，胆碱乙酰转移酶的副交感神经和GAP43（神经生长标记）抗体研究了交感神经。所有组件均使用Qupath软件（皇后大学，贝尔法斯特，北爱尔兰）进行量化。结果：在正弦与室内CCS中，间质胶原蛋白高两倍以上（55％比22％）。Sinoatrial CC中的脂肪含量为6.3％，心室CC中的脂肪含量为6.5％。与周围的组织相比，在辛里尔和心室CCS中，淋巴管的密度增加，在锡室与房室CCS中较低（p = .043）。SA和AV CC之间的整体脉管系统密度没有差异。与周围组织相比，CCS的整体神经支配和神经生长密度显着增加。心房与心室CC中的神经生长更高（p = .018）。心房与心室CC中的整体神经更高（p = .018）。在所有研究区域中，在Sinotrial CCS中最高密度的所研究区域中，交感神经供应均具有主导地位。结论：我们的结果为人类CCS胶原蛋白，脂肪，脉管系统和神经的独特形态提供了新的见解。对CCS解剖成分和媒介底物的作用有更深入的了解将有助于阐明心律不齐的原因，并为进一步的治疗干预提供基础。©2023作者。由Elsevier Inc.出版这是CC下的开放式访问文章（http://creativecommons.org/licenses/4.0/）
病理/生物学
1:40 PM - 2:10 PM I112巴尔干地区突然心脏死亡：多学科方法和跨国合作Djordje Alempijevic，MD，PhD*； Zlatko Jakovski，医学博士； Chara Spilopoulou，医学博士； Milica Keckarevic-Markovic，博士； Ersi Kalfoglou，博士； Davide Radaelli，医学博士；医学博士Karin Writzl； Aleksandra Stankovic博士； Matteo dal Ferro，医学博士；马里兰州Aneta Aleksova；医学博士Gianfranco Sinagra； Giorgia Girotto，博士1:40 PM - 2:10 PM I112巴尔干地区突然心脏死亡：多学科方法和跨国合作Djordje Alempijevic，MD，PhD*； Zlatko Jakovski，医学博士； Chara Spilopoulou，医学博士； Milica Keckarevic-Markovic，博士； Ersi Kalfoglou，博士； Davide Radaelli，医学博士；医学博士Karin Writzl； Aleksandra Stankovic博士； Matteo dal Ferro，医学博士；马里兰州Aneta Aleksova；医学博士Gianfranco Sinagra； Giorgia Girotto，博士
解剖病理
UVA病理新闻通讯将于今年休假后恢复。具有讽刺意味的是，我们能够在COVID-19大流行期间发行新闻通讯，但是大规模的问题不足并赶上去年延迟的项目和倡议刚刚超过了我们的带宽。，但我们以更新的活力和决心回来。这部分是由于一个非凡的新教师（十二！）我们在过去两年中雇用了，并且渴望在这些页面中向您介绍。在40多名教职员工的部门中，这是新的血液的主要注入，但幸运的是，我们的新兵是两位输血医学专家，他们将有助于确保平稳的过渡。我们还向您介绍了两年的居民医生和研究生，他们为我们部门的活力和多样性做出了巨大贡献。您可以从我们的新同事的能力中看到，UVA病理继续吸引最好和最聪明的人，我们期待着未来的新闻通讯，描述了他们的成就。在过去的两年中，我们的研究人员一直很忙，我们的投资组合增加了七项新的NIH赠款，这使我们的年度研究资金每年超过1100万美元。预计将在接下来的几个月中授予更多NIH赠款，因此我们将付诸实践。我们雇用了两个对白血病分子机制感兴趣的新研究密集型教师，这增强了我们在血液学和输血方面不断增长的研究主题。在临床方面，UVahealth做出了数百万美元的承诺，以将数字病理学能力带入我们的解剖病理学服务，其中包括几种高容量幻灯片扫描仪，最先进的数字图像管理系统和专用于我们的数字文件存储的服务器农场。米克·克劳福德（Mick Crawford）被聘为教师来领导这项努力，在此新闻通讯中，他用这项技术描述了我们对未来的计划。
病理生物学（PATH）
PATH 2200。现代生物医学实验室技术。（3 学分）综合项目式实验室课程，利用各种现代生物医学技术识别未知病原体并表达抗原以开发疫苗和诊断检测。涵盖的主题包括下一代测序、CRISPR 基因编辑、mRNA 技术、基因克隆和表达、蛋白质纯化和分析、免疫测定和逆转录定量 PCR 开发。入学要求：BIOL 1107 或同等课程。建议准备：PATH 1202。查看课程（https://catalog.uconn.edu/course-search/?details&code=PATH%202200）
