High-throughput measurement of adipocyte size with open-source software using whole-slide adipose tissue images
Notice bibliographique
Résumé
The aim of this study was to create and validate a high-throughput method based on open-source software for the measurement of adipocyte diameters in white adipose tissue histological sections. Human omental and subcutaneous adipose tissue samples collected during bariatric surgery were used to prepare haematoxylin and eosin-stained histological slides. Adipocyte diameters were measured both manually and with an automated procedure created using ImageJ. Comparative analysis of our automated method with the manual measurement and associations of the mean adipocyte diameters with cardiometabolic markers were used to validate our method. A total of 377 adipose samples (190 participants) were included in the analysis. Pearson correlation of mean adipocyte diameters showed a strong linear relationship between methods (r = 0.87, p < 0.0001). Omental adipocyte diameters of both methods were significantly associated with the same markers of cardiometabolic risk (fasting concentrations of TG, HDL-Chol, homoeostasis model assessment of insulin resistance, and visceral adiposity index values) with no significant differences between methods. There were also no significant differences between the manual and automated method regarding the correlations between mean subcutaneous adipocyte diameters and anthropometric or metabolic markers. In conclusion, we have created and validated a rapid automated method to measure adipocyte diameters from whole-slide adipose tissue images.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».