XiaoMi-AI文件搜索系统
World File Search System组织学
对现实世界中大量小细胞肺癌患者的综合分析，可识别出不同的基因亚型，并深入了解组织学转化
。CC-BY-NC-ND 4.0 国际许可，根据 未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者（此版本于 2022 年 7 月 29 日发布。；https://doi.org/10.1101/2022.07.27.501738 doi：bioRxiv 预印本
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。
阿尔茨海默病的深度学习：绘制大规模组织学 tau 蛋白图谱以进行神经影像生物标志物验证
异常的 tau 内含物是阿尔茨海默病的标志，也是临床衰退的预测指标。有几种 tau PET 示踪剂可用于神经退行性疾病研究，为体内分子诊断开辟了途径。然而，很少有人获准用于临床。了解 PET 信号验证的神经生物学基础仍然存在问题，因为它需要 PET 和（免疫）组织学信号之间大规模的体素到体素相关性。整个人脑的维度很大，组织变形会影响配准，而处理 TB 级信息的计算要求阻碍了正确的验证。我们开发了一个计算管道，用于识别和分割十亿像素数字病理图像中的感兴趣粒子，以生成定量的 3D 密度图。针对免疫组织化学样本的拟议卷积神经网络 IHCNet 是该管道的核心。我们已成功使用三种磷酸化 tau 抗体（AT100、AT8 和 MC1）处理并免疫染色了来自两个完整人脑的 500 多张载玻片，这些载玻片包含数 TB 的图像。我们的人工神经网络从大脑图像中估计了 tau 的包含情况，其对 AT100、AT8 和 MC1 的 ROC AUC 分别为 0.87、0.85 和 0.91。自省研究进一步评估了我们训练的模型学习 tau 相关特征的能力。我们提出了一种端到端流程来创建 TB 级的 3D tau 包含密度图，并将其与 MRI 联合配准，以方便验证 PET 示踪剂。
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
UE5组织学课程及医学教师里昂是埃里克·皮亚顿大学（Eric Piaton University）博士2021-22部分：组织细胞UE5组织学课程及医学教师里昂是埃里克·皮亚顿大学（Eric Piaton University）博士2021-22部分：组织细胞
UE5组织学课程学院医学课程里昂是埃里克·皮亚顿大学（Eric Piaton University），第2021 - 22年第四部分：胚胎和成年人的普通浓缩细胞在胚胎和胎儿期间或成人时期或胎儿期间非常广泛的织物。形容词“常见”不是科学的：它汇集了异质的细胞家族，其中我们发现怯ward或纤维的结缔组织和脂肪组织。间充质和间质间充质间充质细胞（幻灯片33）是能够自我更新的干细胞（干细胞），导致许多成年的结缔组织细胞：成纤维细胞/纤维细胞，纤维细胞，骨细胞和骨软骨细胞，骨软骨细胞和骨质 - 骨质和脑核酸粒细胞和辣椒粒细胞脂肪细胞，肌肉细胞...间充质细胞也是造血干细胞的来源（CSH，在未来血液线的起源）。CSH（给出所有血液线）源自间充质细胞而无需穿越成纤维细胞的阶段，而非血管结缔组织（软骨，骨骼，肌肉等）经过成纤维细胞的阶段。间充质细胞是小星，嗜碱性细胞，相互通过间隙型连接相互关联。他们的核很大，核仁很大。它们具有较高的有丝分裂潜力。它们存在于一种称为间充质的胚胎织物中，其中人丰富，许多细胞和下面的血管。在间充质中是流体的家伙，水合丰富，可以扩散小分子（气体，离子，氨基酸，生长因子等）。间质和构成其组成的大分子被逐渐破坏或取代了胶原纤维积聚并形成循环网络的更成熟的组织形式。在成年人中，间充质已经消失，但是存在于体内的残留细胞，它们保持增殖和分化潜力。可以在某些条件下提取它们，并用作细胞治疗测试中的多层干细胞。它们也可能是攻击性恶性肿瘤（恶性间充质）的原因。成纤维细胞和纤维细胞成纤维细胞和纤维细胞是同一细胞的两种不同形式（它们可以从一个状态传递到另一个状态）。这些可能是人类有机体中最多的细胞。成纤维细胞会生出许多细胞类型，例如骨细胞，软骨细胞，肌肉细胞，肌纤维细胞，脂肪细胞。这些是在人类细胞中最容易培养的（幻灯片35），这解释了它们是细胞生物学中非常先进的基本研究的主题。
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，
脂肪组织的组织学变化
背景甲基苯丙胺（METH）可以用于减肥目的，并在细节上更多地了解甲基苯丙胺的副作用，旨在确定甲基苯丙胺对实验大鼠脂肪组织变化的影响。方法将四十五只雄性Wistar大鼠随机分配给三组。第1组是实验性接受甲基甲基苯酚[0.4 mg/kg，皮下（S/C），0.6 ml/rat] 3周，第2组是接收正常盐水（0.6 mL/at rd，s/c）的假小组，而第3组则是对照接收蒸馏水的对照组。升高的迷宫测试用于确认认知障碍和分心为焦虑，并通过评估敞开的手臂（燕麦）的百分比，闭合手臂（猫）的百分比，中央部分所花费的百分比和在迷宫侧面倾斜的百分比来验证对甲基苯丙胺的成瘾。。导致焦虑水平显着增加，在甲基甲基苯丙胺后，可见脂肪组织的组织学炎症，变性和坏死。结论甲基苯丙胺的使用导致脂肪组织的明显炎症和坏死，表示在娱乐场所以用于减肥目的的靶向甲基甲基甲基苯丙胺的危险。
机器学习支持的分析改善了淀粉样蛋白沉积和活化的小胶质细胞的定量组织学评估
使用机器学习/人工智能自动分析组织学全扫描图像。目的：评估和验证使用DeepAthology Studio以高分辨率分析组织学幻灯片。方法：我们在Axiovision中使用宏比较了DeepAthology Studio和当前的标准方法，以分析不同年龄在不同年龄的APP-转基因小鼠中淀粉样蛋白（A）斑块和小胶质细胞。我们分析了每种方法的密度变量和总时间。此外，我们将通过ELISA测量的脑组织中的浓度与染色分析的结果相关联。结果：DeepAthology Studio表明，建立新分析的时间显着减少，总分析时间最多减少了90％。另一方面，两种方法在不同实验组的牙菌斑和活化的小胶质细胞密度中均显示出相似的定量结果。DeepAthology Studio显示出对小型斑块的更高灵敏度和准确性。此外，DeepAthology Studio允许在分散和密集包装中分类，这是我们的传统分析不可能的。结论：DeepAthology Studio大大降低了新分析所需的努力，该分析显示了与传统方法相当的结果。此外，它允许在单个分析中包含不同的对象（类别）或单元格类型，而传统方法是不可能的。
第34卷，2024年ISSN 2594-5394乳腺癌的组织学和分子分类
乳腺癌是最被诊断出的恶性肿瘤和全球女性死亡率的主要原因。在过去的二十年中，人们对乳腺癌的理解和临床管理有了深远的增长，这导致了预防，早期发现和个性化乳腺癌疗法的重大进展。然而，除了对疾病的全身治疗中多种耐药性的机制外，临床实践中仍然面临的最大障碍是对肿瘤间和肿瘤内异质性的完全了解。鉴于这一点，许多研究着重于分析乳腺癌的形态学，主要是分子模式，目的是将这些肿瘤分为类或实体，以帮助临床管理，详细说明流行病学和功能研究，以及临床试验的性能。 The most common special histological types of breast cancer include: medullary carcinoma, metaplastic carcinoma, apocrine carcinoma, mucinous carcinoma, cribriform carcinoma, tubular carcinoma, neuroendocrine carcinoma, classic lobular carcinoma, and pleomorphic lobular carcinoma, in addition to the non-specific type of invasive ductal癌构成大多数新诊断的病例。 关于其分子方面，基于基因表达谱的全球研究确定了内在亚型。 今天，四个分子亚组在临床常规中被广泛复制和良好确定，即：腔A，腔B，HER2 +和三重阴性。鉴于这一点，许多研究着重于分析乳腺癌的形态学，主要是分子模式，目的是将这些肿瘤分为类或实体，以帮助临床管理，详细说明流行病学和功能研究，以及临床试验的性能。The most common special histological types of breast cancer include: medullary carcinoma, metaplastic carcinoma, apocrine carcinoma, mucinous carcinoma, cribriform carcinoma, tubular carcinoma, neuroendocrine carcinoma, classic lobular carcinoma, and pleomorphic lobular carcinoma, in addition to the non-specific type of invasive ductal癌构成大多数新诊断的病例。关于其分子方面，基于基因表达谱的全球研究确定了内在亚型。今天，四个分子亚组在临床常规中被广泛复制和良好确定，即：腔A，腔B，HER2 +和三重阴性。因此，本文旨在简要解决乳腺癌的组织学和分子分类。
新西兰兔脑组织学染色方法中灰质与白质的区分
材料和方法：本研究使用 14 个月大的新西兰兔的脑组织。将脑组织横向切片，以使其适合组织学程序。为此，将脑组织放在毫米纸上，切成三等份。将获得的样本从同一侧从头到尾切成 10μm 厚，并用六种染色方法对载玻片进行染色。通过显微镜将每张载玻片拍摄为 jpeg 格式。将获得的切片图像传输到 Image J 程序以估计其面积。使用李克特量表调查染色方法是否适合确定脑中灰质和白质以及细胞群的边界。作为这些程序的结果，获得的数据的统计结果以表格和图形呈现。