Q120600155 Dotaz Zobrazit nápovědu
1st edition 541 stran : ilustrace (převážně barevné), portréty, tabulky ; 24 cm
- Konspekt
- Ortopedie. Chirurgie. Oftalmologie
- NLK Obory
- chirurgie
- experimentální medicína
- NLK Publikační typ
- kolektivní monografie
Úvod: Umělé neuronové sítě se stávají důležitou technologií při analýze dat a jejich vliv začíná prostupovat i do oblasti medicíny. Naše pracoviště se dlouhodobě věnuje experimentální chirurgii, na to navazuje náš zájem o pokrok v ostatních oblastech moderních technologií a tím i umělých neuronových sítí. V rámci aktuálního čísla chceme prozkoumat i tento aspekt technického pokroku. Hlavním cílem je kritické zhodnocení silných i slabých stránek technologie umělých neuronových sítí s ohledem na využití v klinické a experimentální chirurgii. Metody: V článku je věnována pozornost in-silico modelování a zejména pak možnostem neuronových sítí s ohledem na zpracování obrazových dat v medicíně. V textu je krátce shrnut historický vývoj hlubokého učení neuronových sítí a základní principy jejich fungování. Dále je představena taxonomie základních řešených úloh. Zmíněny jsou i možné problémy při učení i s možnostmi jejich řešení. Výsledky: Článek poukazuje na rozličné možnosti umělých neuronových sítí v biologických aplikacích. Na řadě biomedicínských aplikací umělých neuronových sítí popisuje rozdělení a princip základních úloh strojového učení a hlubokého učení – klasifikace, detekce a segmentace. Závěr: Aplikace metod umělých neuronových sítí mají v medicíně a chirurgii značný potenciál. Obcházejí potřebu zdlouhavého subjektivního nastavování parametrů znalostním inženýrem, neboť se učí přímo z dat. Při využití nevhodně vyváženého datasetu však může docházet k neočekávaným, avšak zpětně vysvětlitelným chybám. Řešení představuje vytvoření dostatečně bohatého datasetu pro učení a ověření funkce.
Introduction: Artificial neural networks are becoming an essential technology in data analysis, and their influence is starting to permeate the field of medicine. Experimental surgery has been a long-term subject of study of our lab; this is naturally reflected in our interest in other areas of modern technologies including artificial neural networks and their advancements. In the current issue, we would like to explore this aspect of technical progress. The main goal is to critically evaluate the strengths and weaknesses of artificial neural network technology concerning its use in clinical and experimental surgery. Methods: The article is focused on in-silico modeling, particularly on the potential of neural networks in terms of image data processing in medicine. The text briefly summarizes the historical development of deep learning neural networks and their basic principles. Furthermore, basic taxonomy tasks are presented. Finally, potential learning problems and possible solutions are also mentioned. Results: The article points out various possible uses of artificial neural networks in biological applications. Several biomedical applications of artificial neural networks are used to describe the division and principles of the most common tasks of machine learning and deep learning such as classification, detection, and segmentation. Conclusion: The application of artificial neural network methods in medicine and surgery offers a considerable potential; by learning directly from the data, they make it possible to avoid lengthy and subjective setting of parameters by an expert engineer. Nevertheless, the use of an unbalanced dataset can lead to unexpected, although traceable errors. The solution is to collect a dataset large enough to enable both learning and verification of proper functionality.
- MeSH
- deep learning MeSH
- lidé MeSH
- neuronové sítě * MeSH
- počítačové zpracování obrazu MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- přehledy MeSH
Quantification of the structure and composition of biomaterials using micro-CT requires image segmentation due to the low contrast and overlapping radioopacity of biological materials. The amount of bias introduced by segmentation procedures is generally unknown. We aim to develop software that generates three-dimensional models of fibrous and porous structures with known volumes, surfaces, lengths, and object counts in fibrous materials and to provide a software tool that calibrates quantitative micro-CT assessments. Virtual image stacks were generated using the newly developed software TeIGen, enabling the simulation of micro-CT scans of unconnected tubes, connected tubes, and porosities. A realistic noise generator was incorporated. Forty image stacks were evaluated using micro-CT, and the error between the true known and estimated data was quantified. Starting with geometric primitives, the error of the numerical estimation of surfaces and volumes was eliminated, thereby enabling the quantification of volumes and surfaces of colliding objects. Analysis of the sensitivity of the thresholding upon parameters of generated testing image sets revealed the effects of decreasing resolution and increasing noise on the accuracy of the micro-CT quantification. The size of the error increased with decreasing resolution when the voxel size exceeded 1/10 of the typical object size, which simulated the effect of the smallest details that could still be reliably quantified. Open-source software for calibrating quantitative micro-CT assessments by producing and saving virtually generated image data sets with known morphometric data was made freely available to researchers involved in morphometry of three-dimensional fibrillar and porous structures in micro-CT scans.
Úvod: Sinusoidální obstrukční syndrom (SOS) je onemocnění vznikající na základě toxického poškození jaterních sinusoid. Tento syndrom bývá nejčastěji navozen myeloablativní radiochemoterapií u pacientů před transplantací hematopoetických kmenových buněk, dále pak oxaliplatinou především u pacientů s jaterními metastázami kolorektálního karcinomu. Cílem naší studie bylo etablovat model SOS na velkém zvířeti, který by umožnil další studium tohoto onemocnění a usnadnil translaci experimentálních výsledků do humánní medicíny. Metody: Do této pilotní studie bylo zařazeno celkem 27 prasat domácích (plemeno – přeštické černostrakaté prase) (12 samic). Z toho 5 zvířat tvořilo skupinu s vyšším dávkováním monokrotalinu (180 mg/kg) a u zbylých 22 byla podaná dávka monokrotalinu nižší (36 mg/kg). Monocrotalin byl aplikován intraportálně a za týden po jeho aplikaci byla provedena resekce levého laterálního laloku jater. Zvířata byla sledována celkem 3 týdny po aplikaci monokrotalinu. Byla prováděna pravidelná ultrasonografická vyšetření, stanovovány biochemické markery jaterních a ledvinných funkcí a ze získaných bioptických vzorků jaterního parenchymu provedeno histologické vyšetření. Výsledky: Charakter toxického postižení jater, které jsme zaznamenali u všech zvířat, odpovídal jak makroskopicky, tak mikroskopicky obrazu SOS. Zaznamenali jsme elevaci AST, ALT, bilirubinu a amoniaku po aplikaci monokrotalinu. Při ultrasonografickém vyšetření byla patrná vyšší echogenita poškozeného jaterního parenchymu v porovnání s parenchymem zdravým. Ze skupiny prvních pěti zvířat, kterým byla aplikována dávka 180 mg/kg, uhynula všechna zvířata ještě před resekcí levého laterálního laloku jater (1. až 3. den po aplikaci). Ve druhé skupině 22 prasat s nižším dávkováním došlo k úmrtí před provedením jaterní resekce ve 3 případech (6. a 7. den). K předčasnému úmrtí po resekci jater došlo v 8 případech (7. až 17. den po aplikaci). 11 zvířat přežívalo po celou dobu experimentu. Příčinou úmrtí (v rámci obou skupin) byl u 10 zvířat metabolický rozvrat a u 4 zvířat exsanguinace. V obou případech se jednalo o důsledek těžké hepatopatie. 2 ze zvířat zemřela z důvodu nesouvisejícího přímo s intoxikací monokrotalinem (strangulace tenkého střeva, gastrektázie). Závěr: Etablovali jsme model SOS na velkém zvířeti navozený aplikací monokrotalinu o dávce 36 mg/kg cestou portální žíly. Jedná se o první nám známý model SOS navozeného monokrotalinem na velkém zvířeti. Tento model může pomoci při výzkumu jak terapeutického ovlivnění, tak pro hodnocení efektu chirurgické léčby v terénu SOS.
Introduction: Sinusoidal obstruction syndrome (SOS) is a disease which is caused by toxic injury to hepatic sinusoids. This syndrome is most frequently caused by myeloablative radiochemotherapy in patients before hematopoietic stem cells transplantation and also by oxaliplatin mainly in patients with colorectal liver metastases. The aim of this study was to establish a large animal model of SOS, which would enable further study of this disease and facilitate translation of experimental outcomes into human medicine. Methods: A total of 27 domestic pigs (Prestice Black-Pied pig) were involved in this study (12 females). A group with a higher dose of monocrotaline (180 mg/kg) included 5 animals, and the remaining 22 pigs formed another group with a lower dose (36 mg/kg). Monocrotaline was administered via the portal vein and one week after the administration, partial hepatectomy of the left lateral liver lobe was performed. The animals were followed up for 3 weeks after monocrotaline administration. Regular ultrasound examinations were performed as well as examination of biochemical markers of liver and kidney functions and histological examination of liver parenchyma samples. Results: The features of toxic liver injury which we observed in case of all animals were comparable with macroscopic and microscopic appearance of SOS. We recorded AST, ALT, bilirubin and ammonia elevation after monocrotaline administration. Echogenicity on ultrasound images of injured liver parenchyma was higher compared to echogenicity of healthy parenchyma. All the five animals from the first group with a higher monocrotaline dose had died before partial hepatectomy (1st–3rd day after monocrotaline administration). Death before partial hepatectomy occurred in 3 cases (6th and 7th day after monocrotaline administration) in the second group of 22 animals with a lower dose of monocrotaline. Death after partial hepatectomy occurred in 8 cases (7th–17th day after moncrotaline administration) in the same group. 11 animals survived the entire experimental period. The cause of death (in both groups) was metabolic failure in 10 animals and exsanguination in 4 animals, both due to severe hepatopathy. Death of 2 animals was not associated with monocrotaline intoxication (strangulation of small intestine, gastrectasis). Conclusions: We established a large animal model of SOS induced by monocrotaline administration (36 mg/kg via portal vein). This model can contribute to research of therapeutic modalities for this disease or to evaluation of surgical treatment of patients with SOS.
- Klíčová slova
- oxaliplatina, hepatotoxicita,
- MeSH
- histologické techniky metody MeSH
- jaterní žilní okluze * etiologie MeSH
- lékové postižení jater MeSH
- modely nemocí na zvířatech MeSH
- monokrotalin * škodlivé účinky MeSH
- nežádoucí účinky léčiv MeSH
- prasata MeSH
- zvířata MeSH
- Check Tag
- zvířata MeSH
- Publikační typ
- práce podpořená grantem MeSH
- Klíčová slova
- avermektiny,
- MeSH
- anthelmintika izolace a purifikace MeSH
- antimalarika izolace a purifikace MeSH
- antiparazitární látky izolace a purifikace MeSH
- artemisininy chemická syntéza terapeutické užití MeSH
- farmakologie dějiny MeSH
- ivermektin analogy a deriváty terapeutické užití MeSH
- lidé MeSH
- Nobelova cena * MeSH
- objevování léků * dějiny MeSH
- parazitologie MeSH
- Check Tag
- lidé MeSH
- MeSH
- chirurgie žlučových cest metody MeSH
- cytokiny terapeutické užití MeSH
- experimenty na zvířatech * MeSH
- játra chirurgie MeSH
- lékové postižení jater chirurgie MeSH
- modely nemocí na zvířatech * MeSH
- monoklonální protilátky MeSH
- parenchymatická tkáň chirurgie patologie MeSH
- pilotní projekty MeSH
- regenerace jater MeSH
- Sus scrofa chirurgie MeSH
- terapeutická embolizace metody MeSH
- transformující růstový faktor beta1 MeSH
- vena portae MeSH
- zvířata MeSH
- Check Tag
- zvířata MeSH
- MeSH
- chirurgie operační metody MeSH
- chirurgie s pomocí počítače * MeSH
- játra * chirurgie MeSH
- lidé MeSH
- magnetická rezonanční tomografie MeSH
- počítačová rentgenová tomografie MeSH
- počítačová tomografie s kuželovým svazkem přístrojové vybavení MeSH
- počítačové modelování podle konkrétního pacienta MeSH
- předoperační období MeSH
- software MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- práce podpořená grantem MeSH