Classification of collagen remodeling in asthma using second-harmonic generation imaging, supervised machine learning and texture-based analysis
Notice bibliographique
Résumé
Airway remodeling is present in all stages of asthma severity and has been linked to reduced lung function, airway hyperresponsiveness and increased deposition of fibrillar collagens. Traditional histological staining methods used to visualize the fibrotic response are poorly suited to capture the morphological traits of extracellular matrix (ECM) proteins in their native state, hindering our understanding of disease pathology. Conversely, second harmonic generation (SHG), provides label-free, high-resolution visualization of fibrillar collagen; a primary ECM protein contributing to the loss of asthmatic lung elasticity. From a cohort of 13 human lung donors, SHG-imaged collagen belonging to non-asthmatic (control) and asthmatic donors was evaluated through a custom textural classification pipeline. Integrated with supervised machine learning, the pipeline enables the precise quantification and characterization of collagen, delineating amongst control and remodeled airways. Collagen distribution is quantified and characterized using 80 textural features belonging to the Gray Level Cooccurrence Matrix (GLCM), Gray Level Size Zone Matrix (GLSZM), Gray Level Run Length Matrix (GLRLM), Gray Level Dependence Matrix (GLDM) and Neighboring Gray Tone Difference Matrix (NGTDM). To denote an accurate subset of features reflective of fibrillar collagen formation; filter, wrapper, embedded and novel statistical methods were applied as feature refinement. Textural feature subsets of high predictor importance trained a support vector machine model, achieving an AUC-ROC of 94% ± 0.0001 in the classification of remodeled airway collagen vs. control lung tissue. Combined with detailed texture analysis and supervised ML, we demonstrate that morphological variation amongst remodeled SHG-imaged collagen in lung tissue can be successfully characterized.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».