የላቦራቶሪ መረጃ እና የምስል ትንተና፡- ማይክሮስኮፒ፣ ፍሰት ሳይቶሜትሪ እና የፕላት መረጃ

ትርፍ፡

• የሕዋስ ምስሎችን ለመከፋፈል ፣ ለመቁጠር እና ለመከፋፈል እና በራስ-ሰር ውፅዓት በናሙና ውስጥ በእጅ የማረጋገጥ ችሎታን የመጠቀም ችሎታ።
• እያንዳንዱን መለኪያ በተገቢው ቁጥጥሮች (አዎንታዊ፣ አሉታዊ፣ ባዶ፣ ያልተበከለ) በማረጋገጥ ቴክኒካል ቅርሶችን ከእውነተኛ ሲግናል የመለየት ችሎታ።
• የፍሰት ሳይቶሜትሪ ስብስቦችን በሚታወቁ ጠቋሚዎች የማረጋገጥ ችሎታ እና የምስል ምደባን ከክሊኒካዊ ምርመራ መለየት

የባዮኢንጂነሪንግ ላቦራቶሪ የመረጃ ፋብሪካ ነው፡ ማይክሮስኮፕ በቀን በሺዎች የሚቆጠሩ የሕዋስ ምስሎችን ያመነጫል፣ የፍሰት ሳይቶሜትር በሰከንድ በአስር ሺዎች የሚቆጠሩ ሴሎችን ያመነጫል፣ የፕላስቲን አንባቢ በአንድ ዙር በመቶዎች የሚቆጠሩ መለኪያዎችን ያመነጫል። አብዛኛው ይህ መረጃ ምስላዊ ወይም ከፍተኛ-ልኬት ነው፣ እና በእጅ የሚደረግ ትንታኔ ቀርፋፋ እና አስቸጋሪ ነው። AI በተለይ በምስል ትንተና እና በራስ-ሰር ምደባ ላይ ጠንካራ ነው; ነገር ግን እርስዎ የሚለኩትን, ምን ዓይነት ቁጥጥር ትክክለኛ እንደሆነ እና ውጤቱ ቴክኒካዊ ወይም ባዮሎጂያዊ መሆኑን የሚያውቁት እርስዎ ነዎት.

በዚህ ክፍል ውስጥ የሕዋስ ምስሎችን ለመከፋፈል፣ ለመቁጠር እና ለመከፋፈል፣ የፍሰት ሳይቶሜትሪ መረጃን ለመተንተን እና የሰሌዳ ውሂብን ለማስኬድ AIን በደህና እንዴት መጠቀም እንደሚችሉ ይማራሉ ።

የምስል ትንተና: ክፍፍል እና መቁጠር

የአጉሊ መነጽር ትንተና የመጀመሪያው እርምጃ ብዙውን ጊዜ "ምን ያህል ሴሎች አሉ እና የት?" የሚለው ጥያቄ ነው። የመከፋፈል ሞዴሎች (እንደ ሴሉፖዝ፣ ስታርዲስት ያሉ ጥልቅ የመማሪያ መሳሪያዎች) ሴሎችን በራስ-ሰር ይለያሉ እና ይቆጥራሉ። ይህ የሳምንታት እጅ መቁጠርን ወደ ደቂቃዎች ይቀንሳል እና ርዕሰ-ጉዳይነትን ይቀንሳል. ነገር ግን የአምሳያው ትክክለኛነት በሠለጠኑባቸው ምስሎች ተመሳሳይነት ላይ የተመሰረተ ነው-የተለየ ቀለም, የተለየ ማጉላት ወይም ጥቅጥቅ ያሉ ሴሎች ሞዴሉን ሊያሳስት ይችላል. ለዚያም ነው እያንዳንዱ አውቶማቲክ ቆጠራ በናሙና ላይ በእጅ የተረጋገጠው.

ጠቃሚ ምክር፡ አውቶማቲክ የሕዋስ ቆጠራን ከመቀበልዎ በፊት፣ የሞዴሉን ውፅዓት በ5-10 የዘፈቀደ ምስሎች ላይ በአይን ያወዳድሩ። ሞዴሉ ከቁጥጥር በታች ነው (የተጣመሩ ሴሎችን እንደ ነጠላ መቁጠር) ወይም ከመጠን በላይ መቁጠር (ጫጫታ እንደ ሴሎች መቁጠር)? ይህንን ስልታዊ ስህተት ማወቁ የመላው የውሂብ ስብስብዎን ትርጓሜ ይለውጣል።

መለኪያው ምን ይላል እና ምን አይልም?

ምስል ወይም የፍሎረሰንት ምልክት በቀጥታ ባዮሎጂ አይደለም; እሱ ተኪ ልኬት ነው (ተኪ - በትክክል የሚፈልጉትን ነገር ቀጥተኛ ያልሆነ አመላካች)። ለምሳሌ፣ የፍሎረሰንት ቀለም ለ“ህያው ሴል” ምትክ ነው፣ነገር ግን የመቀባት ብቃት፣ autofluorescence ወይም የመሣሪያ ቅንብር ምልክቱን ሊያዛባው ይችላል። AI ምልክትን ሊከፋፍል ይችላል, ነገር ግን ለጥያቄው መልስ "ይህ ምልክት በእርግጥ ህይወትን ያመለክታል?" በመቆጣጠሪያዎች ላይ የተመሰረተ ነው (ቁጥጥር - የሙከራውን ትክክለኛነት የሚፈትሹ የማጣቀሻ ናሙናዎች: አወንታዊ, አሉታዊ, ባዶ). ቁጥጥር ከሌለ ምንም አውቶማቲክ ትንታኔ አስተማማኝ አይደለም.

ጥንቃቄ፡ AI ምስልን እንደ “ካንሰር/ጤናማ” ወይም ሴል “ህያው/ሙት” ብሎ ሊመድብ ይችላል። ነገር ግን ተገቢ ምርመራዎች, ዓይነ ስውር ግምገማ እና ክሊኒካዊ ማረጋገጫ ከሌለ, ይህ ምርመራ አይደለም. የምርመራ ውሳኔዎች የሚወሰኑት በተደነገጉ፣ በተረጋገጡ ሥርዓቶች እና በባለሙያዎች ቁጥጥር ስር ብቻ ነው።

ከፍተኛ መጠን ያለው መረጃ፡ ፍሰት ሳይቶሜትሪ

ዘመናዊ ፍሰት ሳይቲሜትሪ ለእያንዳንዱ ሕዋስ ከ 20 በላይ መለኪያዎችን መለካት ይችላል; ይህ በእጅ “ጌቲንግ” ሊተነተን የማይችል በጣም ከፍተኛ መጠን ነው - በግራፍ ላይ ፍላጎት ያላቸውን የሕዋስ ብዛት በእጅ መምረጥ። በ AI ላይ የተመሰረተ ልኬት መቀነስ (UMAP፣ t-SNE) እና አውቶማቲክ ስብስብ የህዝብ እይታን እና መለያየትን ያፋጥናል። ነገር ግን እነዚህ ዘዴዎች ምስላዊ ትርጓሜን ያመቻቻሉ; የተገኙት ስብስቦች እውነተኛ ባዮሎጂካል ህዝቦች ወይም ቅርሶች መሆናቸውን በሚታወቁ ጠቋሚዎች አረጋግጠዋል።

ሶስት ጥቃቅን ጉዳዮች

ጉዳይ 1 - ቆጠራ የተፋጠነ እና ተገዥነት ቀንሷል። በነርቭ ባህል ጥናት 2,400 የማይክሮስኮፕ ምስሎች በእጅ ይቆጠራሉ። በሴልፖዝ ላይ የተመሰረተ አውቶማቲክ ቆጠራ ከ 3 ቀናት ጋር ሲነጻጸር ስራውን ወደ 40 ደቂቃዎች በመቀነስ 15% የኢንተር ታዛቢዎችን ልዩነት አስቀርቷል. ቡድኑ 50 ምስሎችን በእጅ አረጋግጧል፣ ሞዴሉ ጥቅጥቅ ያሉ ቦታዎችን በ6 በመቶ ዝቅ እንዳደረገ እና የማስተካከያ ሁኔታን ተግባራዊ አድርጓል።

ጉዳይ 2 - የቁጥጥር እጥረት ተይዟል. አንድ ተማሪ AI ​​የፍሎረሰንት ምስሎችን እንደ “አዎንታዊ/አሉታዊ” እንዲመድብ አድርጓል እና ከፍተኛ አዎንታዊነት አግኝቷል። ከፍተኛው መርማሪ ጠየቀ: አሉታዊ ቁጥጥር የት ነው? ያልተቆጠበ መቆጣጠሪያው ተመሳሳይ ምልክት ነበረው - autofluorescence. ትክክለኛው አዎንታዊነት ዜሮ ነበር; ቁጥጥር የተሳሳተ ውጤት ተከልክሏል.

ጉዳይ 3 - ክላስተር ቅርስ. በክትባት ፕሮጄክት ውስጥ፣ አውቶሜትድ ክላስተር “አዲስ” የሕዋስ ሕዝብ አሳይቷል። በጠቋሚዎች ሲመረመሩ, ይህ የቆሸሸ ቅርስ እንጂ የእውነተኛ ህዝብ እንዳልሆነ ታይቷል. የእይታ ግኝት ተመስጦ ግን ባዮሎጂያዊ ማረጋገጫ ተወስኗል።

አራት ሊገለበጡ የሚችሉ አብነቶች

1) የምስል ትንተና የስራ ሂደት;

የእርስዎ ሚና፡ የምስል ትንተና ባለሙያ። በፍሎረሰንት ማይክሮስኮፒ ምስሎች ውስጥ የሕዋስ ቆጠራ የፓይዘንን የስራ ፍሰት ይጠቁሙ፡ ቅድመ ሂደት፣ ክፍፍል (ሴልፖዝ/ስታርዲስት)፣ ቆጠራ፣ የውጤት ሰሌዳ። ሞዴሉ ጥቅጥቅ ባሉ/በተሰበሰቡ ክልሎች ውስጥ ሊያደርጋቸው የሚችላቸውን ስህተቶች እና እንዴት በእጅ ማረጋገጥ እንደሚችሉ ያብራሩ።

2) የቁጥጥር ቁጥጥር;

በፍሎረሰንስ ላይ የተመሰረተ አዋጭነት ግምገማ እየነደፍኩ ነው። የሚያስፈልጉትን ሁሉንም መቆጣጠሪያዎች ይዘርዝሩ፡- አወንታዊ፣ አሉታዊ፣ ባዶ፣ ያልተበከለ (ራስ-ፍሎረሰንት)። እያንዳንዱ ቼክ ምን መሆን እንዳለበት እና የትኛው ቼክ ያልተጠበቀ መሆን እንዳለበት ያብራሩ እና ውጤቱ የተሳሳተ ይሆናል.

3) የሳይቶሜትሪ ፍሰት ትንተና እቅድ;

የእርስዎ ሚና፡ ፍሰት ሳይቶሜትሪ ተንታኝ። 18 መለኪያዎች ያሉት የውሂብ ስብስብ አለኝ። የልኬት ቅነሳ (UMAP) እና አውቶማቲክ ክላስተር የስራ ሂደትን ይግለጹ። በየትኞቹ ማርከሮች ደረጃ በደረጃ ንገረኝ የውጤቱ ዘለላዎች እውነተኛ የህዝብ ብዛት ወይም ቅርስ ናቸው።

4) የሰሌዳ መረጃን መደበኛ ማድረግ፡-

ባለ 96-ጉድጓድ ሳህን የመምጠጥ ምርት (ባዶ፣ መደበኛ፣ የናሙና ጉድጓዶች) ይኑርዎት። ፃፉልኝ፡ (1) ባዶ ማስወገድ፣ (2) መደበኛ ከርቭ ፊቲንግ፣ (3) የጠርዝ ውጤት ቁጥጥር፣ (4) በፓይዘን ውስጥ ያሉ የጉድጓድ መፈለጊያ ደረጃዎች። ለእያንዳንዱ እርምጃ ምክንያቱን ያብራሩ.

ደካማ ጥያቄ / ጠንካራ ጥያቄ

ደካማ ጥያቄ፡

እነዚህን የሕዋስ ምስሎች ተንትናቸው እና ምን ያህል ሴሎች እንዳሉ ንገረኝ።

ሞዴሉ ከቁጥጥር ውጭ የሆነ እና ሊረጋገጥ የማይችል ቁጥር ይሰጣል; ስልታዊ ስህተትን ይደብቃል.

ኃይለኛ ጥያቄ፡-

የእርስዎ ሚና፡ የምስል ትንተና ባለሙያ። ለተያያዙት የDAPI ኒዩክሊይ ምስሎች ክፍልፋይ እና ኒውክሊየስ ቆጠራን በሴልፖዝ የሚያከናውን የፓይዘን ስክሪፕት ይፃፉ። ስክሪፕቱ እንዲሁ ለእያንዳንዱ ምስል የተገኘውን የነገር መጠን ስርጭት ሪፖርት ያደርጋል (በጣም ትንሽ = ጫጫታ፣ በጣም ትልቅ = የከሰልሰንት ሴሎች ጥርጣሬ)። የማረጋገጫ ደረጃ ጨምር፡ በእጅ እንድፈትሽ 10 የዘፈቀደ ምስሎችን ምልክት አድርግልኝ።

ልዩነት፡ የተጣራ የስዕል አይነት፣ መካከለኛ፣ ጫጫታ/መቀላቀል መቆጣጠሪያ እና አስገዳጅ የእጅ ማረጋገጫ ደረጃ።

የላብራቶሪ ውሂብ አይነቶች እና AI ሚና

የውሂብ አይነት

መሳሪያ

AI አስተዋፅዖ

የግዴታ ማረጋገጫ

በአጉሊ መነጽር

ማይክሮስኮፕ

መከፋፈል ፣ መቁጠር

በእጅ ናሙና ቁጥጥር

ፍሰት ሳይቲሜትሪ

ሳይቲሜትር

ስብስብ, ምስላዊነት

ማስመሰያ ማረጋገጫ

የታርጋ ውሂብ

ሳህን አንባቢ

መደበኛነት, ኩርባ

የውሃ ጉድጓዶችን መቆጣጠር

ተከታታይ ጊዜ

የቀጥታ እይታ

መከታተል

የምሕዋር ቁጥጥር

ምደባ

የተለያዩ

ረቂቅ መሰየሚያ

ዕውር ግምገማ

የአምሳያው ጎራ ተንሸራታች፡ ከሰለጠነበት ውጪ

የምስሎች እና የምልክት ሞዴሎች በጣም ተንኮለኛው ድክመት የጎራ ለውጥ ነው - ሞዴሉ ከሰለጠነበት መረጃ በተለየ ሁኔታ የመነጨ መረጃ ሲያጋጥመው ዝምታ አለመሳካቱ። የሴል ቆጠራ ሞዴል በተለየ ማይክሮስኮፕ ላይ ከሰለጠነ, በተለየ ነጠብጣብ, በተለየ ማጉላት; በተለያየ ቀለም በተለያየ መሳሪያ ላይ የተነሱ ምስሎች ያልተጠበቀ ውጤት ሊሰጡ ይችላሉ. ይባስ ብሎ ሞዴሉ ይህን አይነግርዎትም - በራስ የመተማመን ግን ትክክለኛ ያልሆነ ውጤት ያስገኛል. ስለዚህ ከመደርደሪያ ውጭ የሆነ ሞዴል በራስዎ ውሂብ ላይ ከመተግበሩ በፊት አፈፃፀሙን በራስዎ የማረጋገጫ ስብስብ ላይ መለካት አስፈላጊ ነው። ሞዴሉ በደንብ ካላጠቃለለ በራስዎ ውሂብ ያስተካክሉት ወይም ግቤቶችን ከእራስዎ ምስሎች ጋር ያስተካክላሉ።

ትኩረት፡ "ይህ ሞዴል በህትመቱ ውስጥ 95% ትክክለኛነትን ሰጥቷል" ማለት በመረጃዎ ውስጥ 95% ትክክለኛነትን ይሰጣል ማለት አይደለም። በሕትመት ላይ ያለው ትክክለኛነት ለህትመቱ የውሂብ ሁኔታዎች ነው. በራስዎ ሁኔታዎች ውስጥ ሳይለኩ የማንኛውንም ሞዴል አፈፃፀም አይቁጠሩ.

የተለመዱ ስህተቶች

• ያለ በእጅ ማረጋገጫ አውቶማቲክ ቆጠራን መቀበል። ስልታዊ በታች/ከላይ መቁጠር ሙሉውን ውጤት ይለውጣል።
• መቆጣጠሪያዎችን ማለፍ. Autofluorescence እና የጀርባ ሲግናል ያለ ቁጥጥር ለትክክለኛው ምልክት ተሳስተዋል።
• ለትክክለኛ ህዝብ ስብስቦች ስህተት። UMAP/clusters ምስላዊ መሳሪያ ነው; በቶከን መረጋገጥ አለበት።
• የጠርዝ ተፅእኖን ችላ ማለት. በጠፍጣፋው ጠርዝ ላይ ያሉ ጉድጓዶች በትነት ምክንያት ሊንሸራተቱ ይችላሉ.
• ለምርመራ የተሳሳተ የምስል ምደባ. ምርመራው የሚከናወነው በተፈቀደ ፣ በታወሩ እና በልዩ ባለሙያ ቁጥጥር ስር ባሉ ሂደቶች ብቻ ነው።

በማጠቃለያው

የላቦራቶሪ መሳሪያዎች ከእይታ እና ከፍተኛ-ልኬት ውሂብ ጎርፍ ጋር ይሠራሉ; AI መከፋፈልን፣ መቁጠርን፣ ማሰባሰብን እና መደበኛ ማድረግን ያፋጥናል፣ ተገዢነትን ይቀንሳል። ነገር ግን እያንዳንዱ አውቶሜትድ ውፅዓት በናሙና ላይ በእጅ የተረጋገጠ ነው፣ እያንዳንዱ መለኪያ በተገቢው ቁጥጥሮች የተረጋገጠ ነው፣ እና እያንዳንዱ ክላስተር በሚታወቁ ማርከሮች ይረጋገጣል። ምስሉ ወይም ምልክቱ የባዮሎጂ ፕሮክሲ ነው; ከቁጥጥር ውጭ ምንም አይነት አውቶማቲክ ትንታኔ አስተማማኝ አይደለም እና ምደባ ክሊኒካዊ ምርመራን አይተካም.

የመተግበሪያ ተግባር

በይፋ የሚገኝ የሕዋስ ምስል ዳታ ስብስብ (ለምሳሌ የሴልፖዝ ናሙና ስብስብ) ያግኙ። AI ክፍልፋይ እና ቆጠራ ስክሪፕት በ"ጠንካራ መጠየቂያ" አብነት እንዲጽፍ ያድርጉ። ስክሪፕቱን ያሂዱ (ወይም አመክንዮውን ይመርምሩ) እና ውጤቱን በጥቂት ምስሎች ውስጥ ከዓይን ጋር ያወዳድሩ-ሞዴሉ ስህተቶችን የሚሠራው የት ነው? ከዚያ የቁጥጥር ቼክ አብነት በመጠቀም ለእራስዎ ሙከራ የሚያስፈልጉትን ሁሉንም መቆጣጠሪያዎች ይዘርዝሩ እና የትኛውን መቆጣጠሪያ ይፃፉ ፣ ያለዚያ ውጤቱ ትክክል አይሆንም።

የማረጋገጫ ዝርዝር

• [ ] በናሙና ላይ አውቶማቲክ ቆጠራን/መመደብን በእጅ አረጋግጫለሁ።
• [] በሙከራው ውስጥ ሁሉንም አስፈላጊ ቁጥጥሮች (አዎንታዊ፣ አሉታዊ፣ ባዶ፣ ያልተቀባ) ገለጽኩ።
• [ ] ዘለላዎችን በጠቋሚዎች አረጋገጥኩ፣ ህዝቡን በቀጥታ አልቆጠርኩም።
• [] በጠፍጣፋው መረጃ ውስጥ ያለውን የጠርዝ ውጤት እና የውጭ ጉድጓዶችን አረጋገጥኩ።
• [] የአምሳያው ስልታዊ ስህተት (ከመጠን በላይ) ለካሁ እና አስፈላጊ ከሆነ አስተካክለው።
• [ ] የምደባ ውጤቱን እንደ መረጋገጥ ምልክት ተርጉሜዋለሁ እንጂ ምርመራ አይደለም።