Hyppää sisältöön
    • Suomeksi
    • På svenska
    • In English
  • Suomi
  • Svenska
  • English
  • Kirjaudu
Hakuohjeet
JavaScript is disabled for your browser. Some features of this site may not work without it.
Näytä viite 
  •   Ammattikorkeakoulut
  • Metropolia Ammattikorkeakoulu
  • Opinnäytetyöt
  • Näytä viite
  •   Ammattikorkeakoulut
  • Metropolia Ammattikorkeakoulu
  • Opinnäytetyöt
  • Näytä viite

Tekoälyn hyödyntäminen patologian diagnostiikassa: Ki-67-värjättyjen keuhkokarsinoidinäytteiden analysointitulosten vertailu.

Säilä, Jenni (2020)

 
Avaa tiedosto
Jenni.saila_opinnäytetyö.pdf (11.06Mt)
Lataukset: 


Säilä, Jenni
2020
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-202003233767
Tiivistelmä
Patologin työssä immunohistokemiallisten näytteiden analysointi on hyvin työlästä ja aikaa vievää. Digipatologian kehityksen myötä on kehitetty automaattisia kuva-analyysiohjelmia avuksi helpottamaan tätä tarkkuutta ja keskittymistä vaativaa rutiinityötä. Tutkimuksen tarkoituksena oli selvittää tekoälypohjaisen kuva-analyysiohjelman Aiforian suoriutumista Ki-67 -värjättyjen keuhkokarsinoidinäytteiden analysoinnissa verrattuna patologin antamaan lausuntoon ja kahteen kuva-analyysiohjelmaan, QuPathiin ja ImmunoRatioon.

Tutkimusmateriaali koostui viidestä Tissue Microarray (TMA) -lasista, joissa oli 127 keuhkokarsinoidikasvainta. TMA-lasit oli värjätty immunohistokemiallisesti (IHC) diaminobentsidiinileimatulla (DAB) Ki-67 vasta-aineella. Näytteet oli skannattu sähköiseen muotoon ja patologi oli analysoinut näytteet näyttöpäätteeltä. Tutkimuksessa opetettiin Aiforian Ki-67-algoritmi tunnistamaan keuhkokarsinoidinäytteistä DAB-leimatut Ki-67-positiiviset ja negatiiviset solut. Tutkimuksessa näytteet analysoitiin opetuksen jälkeen Aiforialla sekä verrokkiohjelmilla ImmunoRatiolla ja QuPathilla. Näiden tuloksia verrattiin patologin antamiin tuloksiin sekä toisiinsa.

Tutkimuksen tulosten perusteella tekoälypohjaisella kuva-analyysiohjelmalla Aiforialla saadut tulokset korreloivat näistä ohjelmista parhaiten patologin tulosten kanssa. Aiforian ja patologin tulosten korrelaatio oli 0,94, kun seuraavaksi vahvin korrelaatio patologin tulosten kanssa oli ImmunoRation tuloksilla 0,73. QuPathin tulosten korrelaatio patologin antamiin tuloksiin oli 0,60. Aiforian tulosten korrelaatio ImmunoRation tulosten kanssa oli 0,76 ja QuPathin tulosten kanssa 0,66.

Tämän opinnäytetyön tulosten perusteella tekoälypohjaisella kuva-analyysiohjelmalla saadaan vastaavia tuloksia kuin patologin toteuttamalla manuaalisella menetelmällä. Aiforian avulla patologi voisi suorittaa työläitä laskentatehtäviä nopeammin ja käyttää aikansa tehokkaammin muihin vaativiin tehtäviin. Aiforian tulosten korrelaatio patologin antamiin tuloksiin oli erittäin hyvä ja selvästi parempi kuin muilla testatuilla ohjelmilla.
 
Kokoelmat
  • Opinnäytetyöt
Ammattikorkeakoulujen opinnäytetyöt ja julkaisut
Yhteydenotto | Tietoa käyttöoikeuksista | Tietosuojailmoitus | Saavutettavuusseloste
 

Selaa kokoelmaa

NimekkeetTekijätJulkaisuajatKoulutusalatAsiasanatUusimmatKokoelmat

Henkilökunnalle

Ammattikorkeakoulujen opinnäytetyöt ja julkaisut
Yhteydenotto | Tietoa käyttöoikeuksista | Tietosuojailmoitus | Saavutettavuusseloste