A high‐resolution 3D atlas of the spectrum of tuberculous and COVID‐19 lung lesions
Notice bibliographique
Résumé
Our current understanding of the spectrum of TB and COVID‐19 lesions in the human lung is limited by a reliance on low‐resolution imaging platforms that cannot provide accurate 3D representations of lesion types within the context of the whole lung. To characterize TB and COVID‐19 lesions in 3D, we applied micro/nanocomputed tomography to surgically resected, postmortem, and paraffin‐embedded human lung tissue. We define a spectrum of TB pathologies, including cavitary lesions, calcium deposits outside and inside necrotic granulomas and mycetomas, and vascular rearrangement. We identified an unusual spatial arrangement of vasculature within an entire COVID‐19 lobe, and 3D segmentation of blood vessels revealed microangiopathy associated with hemorrhage. Notably, segmentation of pathological anomalies reveals hidden pathological structures that might otherwise be disregarded, demonstrating a powerful method to visualize pathologies in 3D in TB lung tissue and whole COVID‐19 lobes. These findings provide unexpected new insight into the spatial organization of the spectrum of TB and COVID‐19 lesions within the framework of the entire lung. 3D X‐ray microscopy (micro‐Computed Tomography) was used to establish an initial atlas of TB and COVID‐19 lung lesion types in the human lung. 3D X‐ray microscopy (micro‐Computed Tomography) was used to establish an initial atlas of TB and COVID‐19 lung lesion types in the human lung.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».