​क्रोनिक किडनी डिजीज (CKD): क्या आप सिंगल और ड्यूल किडनी ट्रांसप्लांट के लिए उपयुक्त हैं?

अधिक जानकारी के लिए:ali.ma@wecistanche.com

भाग :गुर्दे की बायोप्सी की हिस्टोलॉजिकल छवियों के आधार पर ग्लोमेरुलस वर्गीकरण के लिए एक तंत्रिका नेटवर्क

जियाकोमो डोनाटो कास्करनोल, फ्रांसेस्को सेवरियो डेबिटोंटोल और एट अल।

पार्श्वभूमि

गुर्दे की पुरानी बीमारी(सीकेडी) एक पैथोलॉजिकल स्थिति है जो के कार्यात्मक अध: पतन की विशेषता हैगुर्दा. सीकेडी (गुर्दे की पुरानी बीमारी) दुनिया भर में 1.1 मिलियन मामलों के साथ मृत्यु का 12वां कारण है; सीकेडी से संबंधित मृत्यु दर में वृद्धि (गुर्दे की पुरानी बीमारी)पिछले वर्षों में इसे मधुमेह और मनोभ्रंश के साथ-साथ मृत्यु के सबसे तेजी से बढ़ते कारणों में से एक बनाता है [1, 2]।गुर्दाट्रांसप्लांटेशनदीर्घकालिक मृत्यु जोखिम के संदर्भ में डायलिसिस उपचार की तुलना में अधिक प्रभावी होने के रूप में सबसे अच्छा गुर्दे की रिप्लेसमेंट थेरेपी है और साथ ही, सार्वजनिक स्वास्थ्य प्रणाली पर कम प्रभाव पड़ता है [3, 4]।

क्रोनिक किडनी रोग के लिए सिस्टांचे एनजेड पर क्लिक करें

लियानागे एट अल। अनुमान है कि 2010 में दुनिया भर में 4.9 मिलियन रोगियों के सामने 2.6 मिलियन लोगों ने गुर्दे की रिप्लेसमेंट थेरेपी प्राप्त की, यह सुझाव देते हुए कि कम से कम 2.3 मिलियन लोगों की समय से पहले मृत्यु हो सकती थी क्योंकि उपयुक्त चिकित्सा तक पहुँचा नहीं जा सका [5]।

की बढ़ती आवश्यकता के कारणगुर्दाप्रत्यारोपण[6], विभिन्न अध्ययनों ने स्वीकार करने के मानदंडों को विस्तृत करने की कोशिश कीगुर्देप्रत्यारोपण के लिए, जिसे आमतौर पर दाता की उम्र और गुणवत्ता और आयाम दोनों से संबंधित अन्य विशेषताओं के आधार पर बाहर रखा जाता हैगुर्दे[7,8].

मूर एट अल। दोहरे के बीच तुलना कीगुर्दाट्रांसप्लांटेशनविस्तारित मानदंड दाताओं (ईसीडी) और एकल सेगुर्दाट्रांसप्लांटेशनसहमति-किराया ईसीडी और मानक मानदंड दाताओं से। लेखकों ने मूल्यांकन किया कि दोहरे का उपयोगगुर्दा प्रत्यारोपणसीमांत दाताओं से एक व्यवहार्य विकल्प है और गुर्दे की क्रिया को प्राप्त किया जा सकता है, बशर्ते कि दोनोंगुर्देएकल प्राप्तकर्ता [9] में प्रतिरोपित किया जाता है।

रेमुज़ी एट अल। का आकलन करने के लिए एक तकनीक का प्रस्ताव रखागुर्दास्थि‍तिहिस्टोलॉजिकल बायोप्सी का मूल्यांकन करके [10]। मूल्यांकन मानदंड, जिसे कारपिंस्की स्कोर के रूप में जाना जाता है, चार मुख्य कार्यात्मक क्षेत्रों की रोग संबंधी स्थिति के विकास (प्रतिशत में) पर विचार करता है: ग्लोमेरुलोस्केलेरोसिस, ट्यूबलर एट्रोफी, इंटरस्टिशियल फाइब्रोसिस और धमनी काठिन्य। यह स्कोर 0 से 12 तक होता है, और संख्या जितनी अधिक होती है, उतना ही बुरा होता हैगुर्दे की स्थिति [10-12]. गुर्दे0 से 3 और 4 से 6 तक के कारपिंस्की स्कोर के लिए उपयुक्त माना जाता हैएकल और दोहरे प्रत्यारोपण, क्रमश।

गुर्दा रोग का उपचार: सिस्टंच और गुर्दा प्रत्यारोपण

करपिन्स्की स्कोर का आकलन करने के लिए, पैथोलॉजिस्ट हिस्टोपैथोलॉजिकल होल-स्लाइड इमेज (डब्ल्यूएसआई) का दृश्य मूल्यांकन करते हैं। यह प्रक्रिया आमतौर पर समय लेने वाली, त्रुटि की संभावना और व्यक्तिपरक भी होती है।

इन कमियों को दूर करने के लिए, स्कोर की गणना का समर्थन करने के लिए हिस्टोपैथोलॉजिकल ऊतक छवि विश्लेषण के आधार पर कंप्यूटर-एडेड डायग्नोसिस (सीएडी) सिस्टम का विकास एक मूल्यवान प्रगति है।

हाल के साहित्य कार्य विश्लेषण के लिए इमेज प्रोसेसिंग और मशीन लर्निंग तकनीकों के अनुप्रयोग को दर्शाते हैंगुर्दाhistopathologicalग्लोमेरुली का पता लगाने और वर्गीकरण के लिए डब्ल्यूएसआई। छवि प्रसंस्करण दृष्टिकोण का उद्देश्य सार्थक विशेषताओं को निकालना है, उदाहरण के लिए, आकृति और बनावट विश्लेषण पर आधारित; फिर, मशीन लर्निंग एल्गोरिदम, जैसे कि उथले या गहरे कृत्रिम तंत्रिका नेटवर्क (एएनएन), निकाली गई सुविधाओं के आधार पर निर्णय लेते हैं।

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 प्रतिशत) परिणाम के रूप में।

संपूर्ण की छवियों में ग्लोमेरुली का व्यापक पता लगाने के लिएगुर्दाखंड, काटो एट अल। सेगमेंटल एचओजी (हिस्टोग्राम ऑफ ओरिएंटेड ग्रैडिएंट्स) [14] नामक एक नए डिस्क्रिप्टर का प्रस्ताव रखा। लेखकों ने समाधान और उच्च गुणवत्ता वाले विभाजन आउटपुट की मजबूती का दावा किया; इसके अलावा, लेखकों ने सेगमेंटल एचओजी की तुलना आयताकार एचओजी से की, जिसमें दिखाया गया कि पहला दृष्टिकोण पता लगाने के प्रदर्शन में महत्वपूर्ण सुधार तक पहुंच गया।

इसके बजाय, कई लेखकों ने ग्लोमेरुली के आकार और रंग के विश्लेषण पर ध्यान केंद्रित किया। Kotyk et al. ने वृक्क कोषिका में ग्लोमेरुली के आकार और आकार के संदर्भ में व्यापक तीव्रता भिन्नता और असंगति का सामना करने के लिए एक नया समाधान प्रस्तावित किया। कण विश्लेषक तकनीक के आधार पर प्रस्तावित दृष्टिकोण, गुर्दे की कोषिका का पता लगाने और ग्लोमेरुलस व्यास और बोमन की अंतरिक्ष चौड़ाई के निम्नलिखित माप की अनुमति देता है। लेखकों का आकलन है कि ग्लोमेरुलर हाइपरट्रॉफी [15] के साथ भी ग्लोमेरुली विकृतियों के लिए दृष्टिकोण मजबूत था। झाओ एट अल द्वारा संपूर्ण स्लाइड छवियों पर रंग और ऊतक आकार की महत्वपूर्ण विविधता के प्रभावों का विश्लेषण किया गया था। [16]। लेखकों ने पूरे वृक्क ऊतक के माइक्रोग्राफ से एक स्वचालित ग्लोमेरुलस निष्कर्षण ढांचे को डिजाइन करने के लिए बोमन के कैप्सूल की चौड़ाई के निष्कर्षण पर ध्यान केंद्रित किया। हेमेटोक्सिलिन और ईओसिन (एचई) धुंधला के साथ गैर-मानव प्राइमेट गुर्दे के ऊतकों पर प्रणाली का परीक्षण किया गया था।

बुकोवी एट अल। एक अलग विश्लेषण कार्यप्रवाह प्रस्तावित किया। [17] में, लेखकों ने ट्राइक्रोम-दाग वाले किड-नेय वर्गों में ग्लोमेरुली का पता लगाने के लिए एक दृढ़ तंत्रिका नेटवर्क विकसित किया। चूहे पर प्रक्रिया का परीक्षण किया गया थागुर्देऔर रिपोर्ट किए गए परिणाम, स्वस्थ और क्षतिग्रस्त ग्लोमेरुली के वर्गीकरण के संबंध में, औसत सटीकता दिखाते हैं और क्रमशः 96.94 प्रतिशत और 96.79 प्रतिशत याद करते हैं।

बेविलाक्वा एट अल द्वारा पिछले काम में, बायोप्सी से रक्त वाहिकाओं के विभाजन और भेदभाव के लिए एक सीएडी प्रणाली।गुर्दाऊतक को डिजाइन और परीक्षण किया गया है [18]। पेरी-ओडिक एसिड-शिफ (पीएएस) धुंधला के साथ हिस्टोलॉजिकल छवियों का उपयोग रुचि के क्षेत्रों (आरओआई) को खंडित करने के लिए किया गया है और एएनएन के आधार पर एल्गोरिदम का उपयोग करके बाद की वर्गीकरण प्रक्रिया की अनुमति देने वाले हरलिक सुविधाओं को निकालने के लिए उपयोग किया गया है। परीक्षण के परिणामों ने निर्धारित किया कि पर्यवेक्षित एएनएन दृष्टिकोण सुसंगत था, जिससे अच्छा वर्गीकरण प्रदर्शन प्राप्त हो सके।

यह कार्य के स्वचालित मूल्यांकन पर केंद्रित हैगुर्दाबायोप्सी, कारपिन्स्की स्कोर द्वारा मानी जाने वाली एक विशिष्ट रोग स्थिति से निपटने: ग्लोमेरुलोस्केलेरोसिस, यानी। स्क्लेरोज़्ड ग्लोमेरुली और ग्लोमेरुली की कुल संख्या के बीच का अनुपात। ऐसा करने के लिए, उन गैर-स्क्लेरोटिक से ग्लोमेरुली को प्रभावित करने वाली स्क्लेरोटिक स्थिति का पता लगाना और भेदभाव करना महत्वपूर्ण है। जैसा कि पहले से ही अत्याधुनिक कार्यों में बताया गया है, यह ग्लोमेरुली की व्यापक तीव्रता भिन्नता और आकार और आकार में विसंगतियों के कारण एक चुनौतीपूर्ण कार्य है।

गुर्दे की बीमारी का इलाज :एकल और दोहरे प्रत्यारोपणशोध

ग्लोमेरुली की स्थिति में भेदभाव करने के लिए विभिन्न फीचर निष्कर्षण एल्गोरिदम के संयोजन को डिजाइन और मूल्यांकन किया गया है। रिपोर्ट किया गया साहित्य विभिन्न प्रकार के धुंधला और गैर-मानव WSI पर लागू विशिष्ट और अद्वितीय छवि प्रसंस्करण एल्गोरिदम दिखाता है। इस काम में प्रस्तावित सुविधाओं का सेट, इसके बजाय, दो व्यापक-प्रयुक्त, प्रसिद्ध, और सामान्य-उद्देश्य सुविधाओं के संग्रह से आता है, जो एक्स्ट्रेक्टर एल्गोरिदम परिवार, अर्थात रूपात्मक और बनावट सुविधाएँ हैं। ये फीचर परिवार साहित्य में प्रस्तावित कुछ एल्गोरिदम में भी शामिल हैं, लेकिन इस काम में, उन्हें मानव WSI से PAS धुंधला के साथ निकाला गया था। इसके अलावा, विधियों में विस्तृत वर्गीकरण पाइपलाइन में सुविधाओं में कमी के लिए प्रक्रियाएं भी शामिल हैं जो एक उथले कृत्रिम तंत्रिका नेटवर्क के डिजाइन की अनुमति देती हैं। इस कार्य में प्रस्तावित समग्र कार्यप्रवाह, और [18] में प्रस्तुत प्रक्रिया के साथ एकीकरण, हमें हिस्टोपैथोलॉजिकल डब्ल्यूएसआई के विश्लेषण के लिए एक पूर्ण सीएडी प्रणाली बनाने की अनुमति देगा।

परिणाम

परीक्षण सेट पर प्रस्तावित वर्गीकरण कार्यप्रवाह का मूल्यांकन करके प्राप्त परिणामों की सूचना दी जाती है। विशेष रूप से, परिणाम क्रॉस-मान्य उथले एएनएन का उपयोग करके वर्गीकृत सुविधाओं के कम सेट पर विचार करते हुए प्राप्त प्रदर्शन को संदर्भित करते हैं। जैसा कि तालिका 1 में बताया गया है, परीक्षण सेट 579 ग्लोमेरुली छवियों द्वारा गठित किया गया था: 87 स्क्लेरोटिक, 492 गैर-स्क्लेरोटिक्स।

कार्यप्रवाह स्थिरता का मूल्यांकन करने के लिए, पूरी प्रक्रिया के 10 रन किए गए। प्राप्त परिणामों को तालिका 2 में संक्षेपित किया गया है। विशेष रूप से, परिणाम कई मैट्रिक्स के माध्य और मानक विचलन के संदर्भ में रिपोर्ट किए जाते हैं, अर्थात सटीकता (Eq.1), प्रेसिजन (Eq.2), रिकॉल (Eq.3), और Matthews सहसंबंध गुणांक (Eq.4)[19], तालिका 3 में रिपोर्ट किए गए भ्रम मैट्रिक्स के अनुसार मूल्यांकन किया गया।

पुनरावृत्तियों के बीच, तालिका 4 में सर्वोत्तम परिणाम बताए गए हैं, जबकि संबंधित भ्रम मैट्रिक्स तालिका 5 में रिपोर्ट की गई है।

कार्यान्वित कार्यप्रवाह अच्छे प्रदर्शन (मतलब एमसीसी=0.95 और माध्य सटीकता=0.99) और कम परिवर्तनशीलता (एमसीसी एसटीडी=0.01 के साथ स्क्लेरोटिक और गैर-स्क्लेरोटिक ग्लोमेरुली के वर्गीकरण की अनुमति देता है। और शुद्धता एसटीडी<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="">

तालिका 1 डेटासेट कॉन्फ़िगरेशन	तालिका 2 मेट्रिक्स 10 नेटवर्क इनिशियलाइज़ेशन की तुलना

तालिका 3 मैट्रिक्स गणना के लिए भ्रम मैट्रिक्स	तालिका 4 मेट्रिक्स 10 नेटवर्क आरंभीकरण की तुलना

तालिका 5 सर्वश्रेष्ठ मॉडल का भ्रम मैट्रिक्स

बहस

एक स्वतंत्र परीक्षण सेट पर प्रस्तावित दृष्टिकोण का मूल्यांकन करते हुए, वर्गीकरण कार्यप्रवाह ने औसत MCC और सटीकता क्रमशः {{0}}.95 और 0.99 प्राप्त की, और 10 स्वतंत्र पुनरावृत्तियों (MCC std{{5}) पर कम परिवर्तनशीलता प्राप्त की। }.01 और शुद्धता एसटीडी<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,="">

रिपोर्ट किए गए वर्कफ़्लो को लागू करने और उसका मूल्यांकन करते समय, हमने सामान्य डेटा असंतुलन समस्या का सामना किया और उसका परीक्षण किया, जिसे एमसीसी का उपयोग प्रदर्शन तुलना गुणांक और आरओसी वक्र के रूप में इष्टतम वर्गीकरण सीमा का चयन करने के लिए किया गया है। रिपोर्ट किए गए परिणाम बताते हैं कि प्रस्तावित वर्कफ़्लो सेटअप ग्लोमेरुली के दो वर्गों के भेदभाव के नैदानिक ​​अभ्यास का समर्थन करते हुए, जांच किए गए डोमेन के लिए विश्वसनीय है।

गलत वर्गीकृत ग्लोमेरुली का विश्लेषण करते हुए, हमने यह भी पाया कि गलत वर्गीकृत नमूनों के अनुरूप इनपुट छवियों में धुंधला कलाकृतियां या आंशिक भाग (ज्यादातर किनारों पर) दिखाई दिए; चित्र 1 में सामान्य उदाहरणों का उल्लेख किया गया है। नैदानिक ​​​​अभ्यास में, हालांकि, रोगविज्ञानी ऐसी छवियों को त्याग देते हैं, जिन्हें ऐसी समस्याओं से प्रभावित अग्रिम छवियों का पता लगाने के लिए रणनीतियों को डिजाइन करके प्रस्तावित वर्कफ़्लो में शामिल नहीं किया जा सकता है।

गुर्दा रोग का उपचार: एकल और दोहरी गुर्दा प्रत्यारोपण

भाग के लिए यहां क्लिक करें