IR Spectral Imaging for Histopathological Characterization of Xenografted Human Colon Carcinomas
Notice bibliographique
Résumé
This study aims to develop IR imaging of tumor tissues for generating an automated IR-based histology. Formalin-fixed paraffin-embedded xenografts of human colon carcinomas were analyzed. Chemometric and statistical multivariate treatments of spectral data permitted to probe the intrinsic chemical composition of tissues, directly from paraffinized sections without previous dewaxing. Reconstructed color-coded spectral images revealed a marked tumor heterogeneity. We identified three spectral clusters associated to tumoral tissues, whereas HE staining revealed only a single structure. Nine other clusters were assigned to either necrotic or host tissues. This spectral histology proved to be consistent over multiple passages of the same xenografted tumor confirming that intratumoral heterogeneity was maintained over time. In addition, developing an innovative image analysis, based on the quantification of neighboring pixels, permitted the identification of two main sequences of spectral clusters related to the tissue spatial organization. Molecular attribution of the spectral differences between the tumor clusters revealed differences of transcriptional activity within these tumor tissue subtypes. In conclusion, IR spectral imaging proves to be highly effective both for reproducible tissue subtype recognition and for tumor heterogeneity characterization. This may represent an attractive tool for routine high throughput diagnostic challenges, independent from visual morphology.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».