Ġestjoni tal-Mard tal-Kliewi: Identifikazzjoni U Klassifikazzjoni tal-Glomerulus tal-Kliewi
Mar 14, 2022
Għal aktar informazzjoni:ali.ma@wecistanche.com
Parti Ⅱ: Netwerk newrali għall-klassifikazzjoni tal-glomerulus ibbażat fuq stampi istoloġiċi tal-bijopsija tal-kliewi
Giacomo Donato Cascaranol,Francesco Saverio Debitontol & et al.
Astratt
Sfond: Sistemi ta' dijanjosi megħjuna mill-kompjuter (CAD) ibbażati fuq stampi mediċi jistgħu jappoġġjaw lit-tobba fil-proċess tat-teħid tad-deċiżjonijiet. Matul l-aħħar deċennji, ir-riċerkaturi pproponew sistemi CAD f'diversi oqsma mediċi li kisbu riżultati promettenti.
Is-sistemi CAD għandhom rwol importanti fil-patoloġija diġitali li jappoġġjaw lill-patoloġisti fl-analiżi ta 'slajds tal-bijopsija permezz ta' flussi tax-xogħol standardizzati u oġġettivi. Fix-xogħol propost, iddisinjajna u ttestjajna modulu ġdid tas-sistema CAD ibbażat fuq tekniki ta 'pproċessar ta' immaġni u tagħlim tal-magni, li l-għan tiegħu kien li jikklassifika l-kundizzjoni li taffettwa l-korpuscles renali (glomeruli) bejn sklerotiku u mhux sklerotiku. Diskriminazzjoni bħal din hija utli għall-evalwazzjoni tal-pjastri tal-bijopsija mwettqa minn patoloġisti.
Riżultati: Ġbarna 26 slide diġitali meħuda mill-kliewita 'donaturi 19 bi tbajja perjodika ta' l-aċidu-Schiff, Patoloġisti esperti wettqu l-preparazzjoni tal-pjastri, l-akkwist diġitali, u l-annotazzjonijiet tal-glomeruli. Qabel ma nissettjaw il-klassifikaturi, aħna evalwajna diversi tekniki ta 'estrazzjoni ta' karatteristiċi mir-reġjuni annotati. Imbagħad, proċedura ta 'tnaqqis tal-karatteristiċi segwita minn netwerk newrali artifiċjali baxx ippermettiet diskriminazzjoni bejn il-klassijiet tal-glomeruli. Aħna evalwajna l-fluss tax-xogħol meta kkunsidraw sett ta' dejta indipendenti (jiġifieri, immaġini ta' proċessar mhux użati fil-proċedura tat-taħriġ). Għaxar ġirjiet indipendenti tal-algoritmu tat-taħriġ, u l-evalwazzjoni, ippermettew il-kisba ta' MCC u Preċiżjoni ta' 0.95 (±0.01) u 0.99 (devjazzjoni standard<0.00), respectively.="" we="" also="" obtained="" good="" precision="" (0.9844±0.0111)="" and="" recall="">
Konklużjonijiet: Ir-riżultati fuq is-sett tat-test jikkonfermaw li l-fluss tax-xogħol propost huwa konsistenti u affidabbli għad-dominju investigat, u jista 'jappoġġa l-prattika klinika li tiddiskrimina ż-żewġ klassijiet ta' glomeruli. Analiżi dwar klassifikazzjonijiet żbaljati juru li l-immaġini involuti huma ġeneralment affettwati minn artifatti tat-tbajja jew jippreżentaw sezzjonijiet parzjali
Ikklikkja għal dożaġġ ta' Cistanche tubulosa għal mard tal-kliewi
Diskussjoni
Meta evalwaw l-approċċ propost fuq sett tat-test indipendenti, il-fluss tax-xogħol tal-klassifikazzjoni kiseb MCC medju u Preċiżjoni ta' {{0}}.95 u 0.99, rispettivament, u varjabilità baxxa fuq 10 iterazzjonijiet indipendenti (MCC std{{5} }.01 u Preċiżjoni std<0.00). good="" precision="" and="" recall="" were="" also="" obtained(precision:="" 0.9844±0.011l,="" recall:0.9310±0.0153).="" the="" proposed="" approach="" thus="" leads="" to="" an="" improvement="" of="" the="" classification="" performance="" if="" compared="" to="" the="" reported="" literature="">
Waqt l-implimentazzjoni u l-valutazzjoni tal-fluss tax-xogħol irrapportat, aħna ffaċċjajna u ttestjajna l-problema ta 'żbilanċ tad-dejta komuni, li ġiet solvuta bl-użu tal-MCC bħala koeffiċjent ta' tqabbil tal-prestazzjoni u ROCcurve għall-għażla tal-limitu ta 'klassifikazzjoni ottimali. Ir-riżultati rrappurtati jissuġġerixxu li s-setup tal-fluss tax-xogħol propost huwa affidabbli għad-dominju investigat, u jappoġġja l-prattika klinika li tiddiskrimina ż-żewġ klassijiet ta 'glomeruli.
Meta analizzaw il-glomeruli klassifikati ħażin, sibna wkoll li l-immaġini tal-input li jikkorrispondu għall-kampjuni klassifikati ħażin urew artifacts tat-tbajja 'jew partijiet parzjali (l-aktar fuq it-truf); eżempji komuni huma msemmija f'Fig.1.Fil-prattika klinika, madankollu, il-patoloġi jarmu dawn l-immaġini li jistgħu wkoll jiġu esklużi fil-fluss tax-xogħol propost billi jfasslu strateġiji biex jiskopru immaġini minn qabel affettwati minn problemi bħal dawn.
Fig. 1 Falz Negattiv ikklassifikat ħażin mill-aħjar mudell
Konklużjonijiet
Fix-xogħol ippreżentat, ipproponejna fluss tax-xogħol sħiħ għall-klassifikazzjoni tal-glomeruli sklerotiċi u mhux sklerotiċi. Diversi algoritmi ta 'estrazzjoni ta' karatteristiċi ġew eżaminati u evalwati, b'żewġ tipoloġiji ta 'karatteristiċi li ġew magħżula: karatteristiċi morfoloġiċi u tessut. Ġbarna 150 karatteristika: 2 karatteristiċi morfoloġiċi u 148 tessut li ġew ikkalkulati bl-użu tal-algoritmi mrcLBP u Haralick. In-numru ta 'karatteristiċi mbagħad tnaqqas għal 95 bl-użu tal-PCA. Ġie mħarreġ netwerk newrali artifiċjali vvalidat inkroċjat, u ġew iffaċċjati problemi ta 'sett ta' data u rfinar tan-netwerk żbilanċjati. Ir-riżultati miksuba tejbu l-istat ta 'l-arti fit-twettiq ta' tali tip ta 'kompitu ta' klassifikazzjoni.
Fil-futur, se ninvestigaw kif in-numru ta 'suppożizzjonijiet empiriċi fil-proċess ta' estrazzjoni tal-karatteristiċi u ninkorporaw klassifikazzjoni peżata fost it-tinji; barra minn hekk, se ssir analiżi tal-karatteristiċi biex jiġu identifikati l-aħjar.
Barra minn hekk, jistgħu jiġu investigati tekniki ġodda biex jiffaċċjaw il-problema tal-iżbilanċ tas-sett tad-dejta u bbażati fuq metodi ta' kampjunar żejjed [20]. Ikun interessanti wkoll li jiġu evalwati l-approċċi ta' tagħlim profond [21-24] u jsir paragun dirett mal-metodoloġija proposta f'dan id-dokument. Diġà sar studju preliminari dwar tekniki differenti ta' segmentazzjoni semantika ta' deep learning applikati għal WSIs [25]. Fl-aħħarnett, il-fluss tax-xogħol ippreżentat se jiġi integrat f'għodda CAD kompluta għalkliewianaliżi tal-bijopsiji.
Metodi
F'dan l-istudju, aħna nippreżentaw qafas CAD li jippermetti l-klassifikazzjoni tal-glomeruluskundizzjoni bl-użu ta’ approċċ ibbażat fuq il-karatteristiċi. Is-soluzzjoni proposta, li hija bbażata fuq l-ipproċessar ta 'l-immaġini u tekniki ta' tagħlim bil-magni, ġiet iddisinjata biex awtomatikament ittikkettja kull waħdaglomerulusbħala sklerotiku jew mhux sklerotiku. Rappreżentazzjoni dettaljata tal-fluss tax-xogħol sħiħ għall-klassifikazzjoni tal-glomeruli hija murija f'Fig. 2. Il-pipeline tal-ipproċessar jista 'jiġi organizzat fi tliet passi ewlenin: (i) estrazzjoni tal-karatteristiċi; (i) tnaqqis tal-karatteristiċi; (i) klassifikazzjoni.
Fig. 2 fluss tax-xogħol ta 'estrazzjoni u klassifikazzjoni tal-karatteristiċi sħaħ
Deskrizzjoni tad-dejta
L-Immaġini Sħiħ ta’ Slide inġabru bejn Lulju 2011 u Frar 2015 minn tobba mid-Dipartiment ta’ Emerġenza u Trapjant ta’ Organi tal-Isptar Universitarju ta’ Bari (l-Italja). Kullkliewibijopsiji bi tbajja’ PAS ġew skennjati bl-użu tal-Aperio ScanScope CS f’20× b’riżoluzzjoni ta’ 0.50 μm/pixel. Il-WSIs li ġew ikkunsidrati fi ħdan dan l-istudju nġabru minn total ta’ 26kliewibijopsiji diġitali ta' 19-il donatur u maħżuna f'riżoluzzjoni sħiħa f'format ta' fajl SVS (format Aperio fle li jikkonsisti f'TIFF b'madum piramidali b'metadejta u kompressjoni mhux standard).
Kull WSI fih numru differenti ta' sezzjonijiet tal-bijopsija (minn waħda sa sebgħa). Is-sett tad-dejta kollu użat jgħodd medja ta’ erba’ sezzjonijiet tal-bijopsija għal kull WSI u ammont totali ta’ 105 sezzjoni. L-immaġini miġbura tas-sett tad-dejta użat huma kkaratterizzati minn differenzi kbar f'termini ta 'kulur u saturazzjoni, anke jekk kollha kemm huma ġew ittrattati bi tbajja' PAS. Eżempji ta' differenzi ta' saturazzjoni huma rrappurtati fil-Fig.
Fig. 3 Eżempji ta’ glomeruli b’livelli ta’ saturazzjonijiet differenti fil-bijopsija tal-kliewi tat-tebgħa PAS
Ħolqien ta' dataset
Il-glomeruli kollha ġew identifikati manwalment u ttikkettati minn żewġ gradwati mediċi. Imbagħad, patologu espert tal-kliewi wieħed ivvalida l-annotazzjonijiet finali. Il-proċedura kienet tikkonsisti fit-tfassil tar-reġjun reali tal-glomeruli u t-tikkettar ta' kull wieħedglomerulusbħala sklerotiku jew mhux sklerotiku billi tuża l-għodda Aperio ImageScope.
Minħabba l-varjabbiltà introdotta bl-annotazzjoni manwali, kull reġjun ittikkettat kien imdawwar b'kaxxa tal-limiti rettangolari b'fattur ta 'stima żejda ta' 1.1 għal kull dimensjoni. Imbagħad, ir-reġjuni kollha tal-glomeruli misjuba u ttikkettjati ġew estratti u użati għall-ħolqien tas-sett tad-dejta.
Is-sett tad-dejta inizjali miksub kien magħmul minn 428 glomeruli sklerotiċi u 2344 glomeruli mhux sklerotiċi, bi proporzjon bejn iż-żewġ klassijiet ta' 1/5.5. Fid-dettall, total ta' 2772 glomeruli kienu ttikkettjati u, bħala medja, kull bijopsija u kull sezzjoni kien fihom 106 u 26 glomeruli, rispettivament.
Is-sett tad-data kien sussegwentement maqsum f'settijiet tal-ferrovija u tat-test. B'mod partikolari, 20 fil-mija tas-sett tad-dejta oriġinali intuża bħala sett tat-test, u l-informazzjoni tal-mira tas-sett tat-test intużat biex jiġu vvalutati l-prestazzjonijiet finali biss. L-għażla twettqet b'mod każwali bir-restrizzjoni li jekk aglomerulusdeher fis-sett tat-test, il-glomeruli l-oħra kollha li jappartjenu għall-istess bijopsija għandhom jidhru fis-sett tat-test, li jfisser li d-diviżjoni tal-ferrovija/test tkun saret fil-livell tal-bijopsija. L-aħħar konfigurazzjoni tas-sett tad-dejta hija rrappurtata fit-Tabella 1.
Karatteristiċi estrazzjoni
L-estrazzjoni tal-karatteristiċi hija l-ewwel pass tal-fluss tax-xogħol li jippermetti d-definizzjoni ta 'sett ta' karatteristiċi użati biex jiddiskriminaw bejn iż-żewġ tipi differenti ta 'glomeruli. Ibbażat fuq ir-raġunament uman użat mit-tobba li kapaċi jindirizzaw il-problema, l-aħjar karatteristiċi biex jiffaċċjaw il-problema huma dawk relatati ma 'żewġ tekniki ewlenin tal-ipproċessar tal-immaġni: karatteristiċi morfoloġiċi u bbażati fuq in-nisġa.
Kif issuġġerit mill-patologu involut fl-istudju, id-differenzi ewlenin bejn glomeruli sklerotiċi u mhux sklerotiċi huma dwar il-forma tal-kapsula tal-Bowman, id-dimensjoni, u n-nisġa minħabba l-vini tad-demm. Glomeruli mhux sklerotiċi normalment huma kkaratterizzati minn forma ellittika u l-preżenza tal-kapsula tal-Bowman li hija separata mit-tuft kapillari mal-mesangium mill-ispazju tal-Bowman. L-insieme tan-nuklei taċ-ċelluli (punti blu f'Fig. 4), il-lumen tal-kapillari (żoni bojod f'Fig. 4), u l-matriċi mesanġjali (reġjuni b'tonalità simili u livelli differenti ta 'saturazzjoni f'Fig. 4) juru partikolari tessut komunement imsejjaħ "tessut tar-rummien. Glomeruli sklerotiċi, minflok, huma kkaratterizzati minn żieda fil-matriċi extraċellulari li tħassar il-lumen tal-kapillari u minn spazju ta 'Bowman imnaqqas jew assenti minħabba materjal kollaġeniku.
Figuri 4 u 5 jirrappurtaw eżempju ta 'mhux sklerotiku u sklerotikuglomerulus, rispettivament. Ta 'min jinnota li l-irfinar tal-algoritmi tal-ipproċessar tal-immaġni, inklużi l-valuri tal-parametri u l-konfigurazzjonijiet tal-algoritmi saru biss fuq is-sett tal-ferrovija.
Karatteristiċi morfoloġiċi
Rigward il-karatteristiċi morfoloġiċi, ikkunsidrajna żewġ karatteristiċi li huma relatati mal-kapsula tal-Bowman u l-ispazju tal-Bowman. L-ewwel karatteristika hija kkalkulata bħala s-somma taż-żoni relatati mal-kapsula tal-Bowman, iż-żoni tal-vini tad-demm, u l-ispazji inter-kapillari li huma kkaratterizzati minn kulur bjuda minħabba t-tebgħa PAS. L-iskoperta tal-maskra li tiddeskrivi r-reġjun hija bbażata fuq tliet proċeduri paralleli ta 'pproċessar ta' immaġini li qiesu l-kanali ta 'tliet spazji tal-kulur differenti: RGB, CMYK, u Lab. Fid-dettall:
· il-kanal aħdar tal-ispazju tal-kulur RGB, peress li huwa l-aktar rappreżentattiv tal-glomerulusstruttura;· il-komplimentari tal-maġenta mill-mudell tal-kulur CMYK intgħażel minħabba s-sinifikat empiriku li jista 'jinqabad ta' dan il-komponent tal-kulur (Fig.3,4 u 5);
· komponenti a u b tal-ispazju tal-kulur tal-Lab minħabba r-rabta mal-viżjoni tal-kulur tal-bniedem.
Eżempju tal-applikazzjoni tal-proċessi fuq glomeruli mhux sklerotiċi u sklerotiċi huwa rrappurtat fil-Figs.6 u 7, rispettivament.
L-estrazzjoni tal-maskri għall-kanal aħdar mill-ispazju tal-kulur RGB u għall-kanal maġenta mill-mudell tal-kulur CMYK issegwi l-istess passi tal-ipproċessar tal-immaġni:
1. Binarizzazzjoni: biex iżżomm il-pixels relatati mal-abjad
reġjuni valur limitu ġie stabbilit empirikament għal 190 [16];
2. Operaturi morfoloġiċi: biex tnaddaf l-immaġni miksuba
mill-pass preċedenti, l-erożjoni, id-dilatazzjoni u l-filtrazzjoni medjan intużaw b'diska ta 'raġġ li jvarja minn l sa 3 bħala element ta' strutturar;
3. Kontorn attiv: biex tnaddaf il-forma tal-maskra miksuba, l-algoritmu tal-kontorn attiv [26] intuża b'200 iterazzjoni (in-numru magħżul ta 'iterazzjonijiet jevita lixxa estrema tal-glomerulusforma).
It-tielet maskra ġiet ikkalkulata minn komponenti a u b tal-ispazju tal-kulur tal-Lab. Il-matriċi ab intużat bħala input għall-algoritmu ta' k-means clustering [27]. B'mod partikolari, in-numru ta 'clusters kien issettjat empirikament għal 5, u n-numru ta' repetizzjonijiet tal-proċess ta 'clustering ġie ssettjat għal 3 sabiex jiġu stabbiliti pożizzjonijiet differenti taċ-ċentru ta' cluster inizjali biex jiġu evitati minimi lokali. Il-maskra ġiet ikkalkulata sussegwentement billi żammew biss dawk il-pixels li jappartjenu għall-cluster bl-akbar valur medju ta 'intensità ta' skala griża. Imbagħad ġew applikati l-passi 2 u 3 tal-proċess ta 'segmentazzjoni aħdar-maġenta.
Fl-aħħarnett, it-tliet maskri ntużaw biex tiġi kkalkulata l-maskra finali bl-użu ta 'kriterju ta' maġġoranza: inżammu biss il-pixels li jappartjenu għal mill-inqas żewġ maskri. Intużaw l-algoritmi tal-analiżi tan-nisġa miksuba: Mudell Binarju Lokali (LBP) u karatteristiċi Haralick.
Kif diġà ġie propost fi [13], LBP multi-radjali tal-kulur (mrcLBP) hija varjazzjoni xierqa ta 'LBP klassika biex tiffaċċja l-problema ta' identifikazzjoni. Fid-dettall, tikkunsidra l-applikazzjoni tal-algoritmu LBP għat-tliet kanali tal-kulur RGB b'valuri ta 'raġġ differenti (1,3, 9, u 27) u b'invarjanza għar-rotazzjoni. Tali konfigurazzjoni ġiet applikata għall-RGB mhux ipproċessatglomerulusstampi. Il-karatteristiċi miksuba kienu għaxra għal kull raġġ, u b'hekk kiseb numru totali ta '120 karatteristika (10 karatteristiċi għal kull raġġ, 4 raġġ, tliet kanali).
It-tieni sett ta 'karatteristiċi bbażati fuq tessut kien ibbażat fuq il-karatteristiċi Haralick. L-erba' Matriċi ta' Ko-okkorrenza fil-Livell Griż, waħda għal kull direzzjoni, ġiet ikkalkulata; imbagħad, ġew ikkalkulati l-14-il indiċi Haralick, li wassal għal 56 karatteristika. Biex jitnaqqas dan in-numru, imbagħad ġew ikkalkulati l-medja u l-firxa fost l-erba’ direzzjonijiet. Għalhekk, in-numru finali ta 'karatteristiċi kien 28 (14-il mezz u 14-il medda, waħda għal kull karatteristika Haralick). Bħala riżultat tal-estrazzjoni tal-karatteristiċi tan-nisġa, ġew ikkalkulati total ta '148 karatteristika.
Karatteristiċi ta 'proċessar minn qabel
Kif deskritt hawn fuq, il-proċess ta 'estrazzjoni tal-karatteristiċi ġġenera 150 karatteristika li qiesu kemm il-karatteristiċi morfo-loġiċi kif ukoll ibbażati fuq in-nisġa tal-glomeruli. L-Analiżi tal-Komponent Prinċipali (PCA) ġiet applikata bħala algoritmu għat-tnaqqis tal-karatteristiċi biex titnaqqas il-korrelazzjoni fost il-karatteristiċi differenti li se jintużaw bħala inputs tal-pass tal-klassifikazzjoni. Qabel PCA, kull karatteristika kienet normalizzata punteġġ Z.
Kif intqal qabel, l-irfinar tal-ipproċessar tal-immaġni u l-algoritmi tal-klassifikazzjoni saru biss fuq is-sett tal-ferrovija. L-algoritmu tat-tnaqqis tal-karatteristiċi, minflok, ma kellux bżonn jew juża l-informazzjoni tat-tikketta. Għal din ir-raġuni, l-applikazzjoni tal-PCA tista' tiġi eżegwita fuq is-sett tad-dejta kollu jew fuq is-sett tad-dejta tat-taħriġ biss, b'vantaġġi u żvantaġġi differenti. Iż-żewġ soluzzjonijiet ġew applikati għas-sett tad-dejta, u minħabba l-kumplessità tal-problema tal-klassifikazzjoni, 99.9 fil-mija tal-varjanza ntgħażlet bħala l-valur tal-limitu. Fl-aħħar nett, inkisbu 95 u 93 karatteristika meta l-PCA ġew applikati għas-sett tad-dejta kollu u s-sett tal-ferrovija biss, rispettivament. Peress li ż-żewġ approċċi wasslu għal numru simili ta’ karatteristiċi, għażilna li nqisu l-informazzjoni kollha ġewwa s-sett tad-dejta, u b’hekk in-numru ta’ karatteristiċi kkunsidrati għall-fażi ta’ klassifikazzjoni kien ta’ 95.
Klassifikazzjoni tal-glomeruli
Il-passi tal-klassifikazzjoni tal-glomeruli huma bbażati fuq ANN u speċifikament fuq arkitettura ANN baxxa. Id-disinn tal-arkitettura tal-ANN u l-irfinar tal-parametri tagħha ttieħdu meta wieħed iqis is-sett tal-ferrovija biss, filwaqt li r-riżultati kollha rrappurtati u d-diskussjonijiet dwar il-prestazzjoni jirreferu għas-sett tat-test (ara Riżultati u Diskussjoni). K-fold (k ġie stabbilit għal 10) intuża bħala teknika ta' validazzjoni inkroċjata biex tiġġeneralizza, tevita t-twaħħil żejjed u tikseb klassifikatur indipendenti mis-sett tad-dejta tal-input speċifiku. Diversi initializations tan-netwerk għal kull tinja u votazzjoni iebsa fost it-tinja ntużaw kemm biex tinkiseb indipendenza minn inizjalizzazzjoni tan-netwerk partikolari kif ukoll biex tiġi kkalkulata t-tikketta tal-klassi tat-tinja ġenerali.
Il-parametri tat-taħriġ fissi kienu dawn li ġejjin: saff wieħed moħbi, transitu, u softmax bħala funzjonijiet ta 'attivazzjoni għas-saff moħbi u tal-ħruġ, rispettivament;cross-entropy bħala funzjoni ta' telf; gradjent konjugat skalat bħala algoritmu ta 'backpropagation. Kriterju ta' waqfien kmieni tat-taħriġ, ibbażat fuq is-sett ta' validazzjoni, ġie implimentat biex jippromwovi l-ġeneralizzazzjoni u biex jiġi evitat it-twaħħil żejjed; il-kriterju tal-waqfien iseħħ jekk il-prestazzjoni fuq is-sett ta 'validazzjoni ma naqsetx ġewwa tieqa li tiżżerżaq ta' 6 epoki.
In-numru ta 'newroni tas-saff moħbi ġie magħżul kif ġej. Il-prestazzjoni ta' 95 netwerk tqabbel. Fid-dettall, ġew imħarrġa diversi netwerks bid-daqs tas-saff moħbi li jvarja minn 1 sa 95 (ta 'min jiftakar li 95 huwa n-numru tal-karatteristiċi ta' input). Fost il-95 topoloġiji evalwati, dik b'daqs ta 'saff moħbi ugwali għal 27 intgħażlet abbażi tal-aħjar valur MCC ikkalkulat bħala l-MCC medju tat-tinja. Rappreżentazzjoni grafika tat-tendenza tal-MCC u l-indiċi tal-eżattezza hija murija f'Fig.10; il-konfigurazzjoni finali tan-Netwerk Neural Artifiċjali hija miġbura fil-qosor fit-Tabella 6.
Problema ta' dataset żbilanċjat
Kif irrappurtat hawn fuq, is-sett tat-taħriġ kien affettwat minn distribuzzjoni żbilanċjata qawwija bejn glomeruli sklerotiċi u mhux sklerotiċi (5.5 glomeruli mhux sklerotiċi għal kull sklerotikuglomerulus). Sabiex jiġi evitat it-twaħħil żejjed fil-fażi tat-taħriġ, it-tkabbir tad-dejta ma kienx ikkunsidrat bħala soluzzjoni xierqa peress li l-karatteristiċi magħżula huma invarjanti għat-trasformazzjonijiet tal-immaġni prinċipali. Għalhekk, ikkunsidrajna l-approċċ li ġej.
L-ewwelnett, ikkunsidrajna l-użu tal-MCC bħala paragun ġenerali tal-prestazzjoni fost it-tinji. Kif irrappurtat fl-Eq. 4, MCC tqis negattivi foloz u pożittivi foloz u tikkalkula koeffiċjent ta 'korrelazzjoni bejn il-klassijiet previsti u dawk fil-mira. Dan il-koeffiċjent jista' jvarja fl-intervall [-1;1], fejn 1 jindika tbassir perfett,-1 nuqqas ta' qbil sħiħ, u 0 huwa ekwivalenti għall-tbassir każwali. Kif iddikjarat fi [28], fost il-punteġġi tal-prestazzjoni tas-soltu, MCC huwa l-uniku wieħed li jqis il-proporzjon tad-daqs tal-matriċi ta 'konfużjoni, u ġie żvelat li kien indiċi aħjar ta' prestazzjoni mill-eżattezza jew punteġġ F1 fuq settijiet ta 'dejta żbilanċjati.
Rigward l-għażla tal-valur tal-limitu tal-klassifikazzjoni korretta, intużat il-kurva tal-Karatteristika Operattiva li tirċievi (ROC). Ġew analizzati żewġ approċċi. L-ewwel wieħed (Approċċ A) jassumi l-aħjar valur bħala l-ewwel punt ta 'intersezzjoni bejn il-kurva ROC u linja b'inklinazzjoni ugwali għall-proporzjon bejn in-numru totali ta' kampjuni negattivi u pożittivi u jiżżerżqu mir-rokna ta 'fuq tax-xellug tal- Plott ROC((FPR, TPR)=(0,1)). Billi, it-tieni approċċ (Approċċ B)[29] jevalwa l-punt tad-distanza minima (ara Eq.5) mill-punt (0,1) tar-ROCplot.
It-tqabbil taż-żewġ metodi (Approċċ A u Approċċ B) f'termini ta 'indiċi ta' prestazzjoni differenti (Eq.1, 2,3, u 4) huwa rrappurtat fit-Tabella 7. Peress li fid-dominju mediku, tbassir korrett ta 'pożittivi għal a dis-ease huwa aktar importanti mill-previżjoni ta 'negattivi, recall ogħla hija ppreferuta, għalhekk intgħażel l-Approċċ B.
Referenzi
Neuen BL, Chadban SJ, Demaio AR, Johnson DW, Perkovic V.Mard kroniku tal-kliewiu l-aġenda globali tal-NCDs.BMJ Global Health.2017.
Wang H, Naghavi M, Allen C, Barber RM, Carter A, Casey DC, et al. L-istennija tal-ħajja globali, reġjonali u nazzjonali, mortalità minn kull kawża, u mortalità speċifika għal kawża għal 249 kawża ta' mewt, 1980-2015:analiżi sistematika għall-Istudju Globali tal-Piż tal-Mard 2015.The Lancet. 2016;6:66.
Wolfe RA, AshbyVB, Milford EL, Ojo AO, Ettenger RE, Agodoa LYC, et al. Tqabbil tal-mortalità fil-pazjenti kollha fuq dijalisi, pazjenti fuq dijalisi li qed jistennew trapjant, u riċevituri tal-ewwel trapjant kadavru. N Engl J Med.2002;6:66.
Port FK, Wolfe RA, Mauger EA, Berling DP, Jiang K. Tqabbil ta 'probabbiltajiet ta' sopravivenza għal pazjenti bid-dijalisi vs riċevituri ta 'trapjant renali kadavru. J Am Med Assoc. 1993;6:66.
Liyanage, NinomiyaTJha V, Neal B, Patrice HM, Okpechil, et al. Word-5.[aċċess wiesa' għat-trattament għalmard tal-kliewi fl-aħħar stadju: reviżjoni sistematika. The Lancet.2015;666.
Cecka JM.Ir-reġistru xjentifiku tat-trapjanti renali UNOS-għaxar snin takliewitrapjanti. Clin Transpl. 19976:66.
Netwerk Magħqud għall-Kondiviżjoni tal-Organi. Rapport Annwali 2004
Perico N, Ruggenenti P, Scalamogna M, Remuzzi G.L-indirizzar tan-nuqqas ta' donaturikliewi: kif nużaw l-aħjar li għandna.Am J Nephrol. 2003;6:66.
Moore PS, Farney AC, Sundberg AK, Rohr MS, Hartmann EL, Iskandar SS, et al.Trapjant doppju tal-kliewi: paragun ta' każ-kontroll ma'trapjant wieħed tal-kliewiminn donaturi ta’ kriterji standard u estiżi.Trapjant. 2007;6:66.
RemuzziG, GrinyoJ, Ruggenenti P Bertini M, Cole EH, Milford EL, et al. Esperjenza bikrija matrapjant doppju tal-kliewifl-adulti bl-użu ta’ kriterji estiżi ta’ donatur.DoppjuTrapjant tal-KliewiGrupp (DKG.JAm Soc Nephrol. 1999;6:66.
