Tudományos Diákkör    
 
 
2023. TDK
Felhívás
Meghívó 2023.
» Állatorvos szekciók
TDK zsűri
Biológus szekció
Díjak
Díjazottak
2022. TDK
2021. TDK
2020. TDK
2019. TDK
2018. TDK
2017. TDK
2016. TDK
2015. OTDK
2015. TDK
2014. TDK
2013. TDK
2013. Támop
2013. OTKD
2012. TDK
2012. Támop
2011. TDK
2010. TDK
2009. TDK
2009. OTDK
2008. TDK
2007. TDK
2006. TDK
2005. TDK
2004. TDK
2003. TDK
2002. TDK
Home » Archívum » 2023. TDK » Állatorvos szekciók

Állatorvos szekciók

Kutyák cutan mastocytomáiban az osztódó sejtalakok kvantitatív vizsgálata digitális képelemző szoftverrel
László Fruzsina VI. évfolyam
Állatorvostudományi Egyetem, Patológiai Tanszék
Témavezető: Dr. Horváth Dávid Géza

Absztrakt:

A mastocytoma kutyákban általában a cutis vagy a subcutis rétegében található hízósejtes tumor, ebben a fajban a leggyakrabban előforduló bőrdaganat típus. A klinikai stage az egyik legfontosabb prognosztikai faktor, mely szoros összefüggést mutat a tumor szövettani grade-jével. A terápia és a sebészi ellátás tervezése szempontjából ezért elengedhetetlen meghatározni a tumor grade-t, melyhez több vizsgálati szempont közül nagy prognosztikai értéke miatt a mitotikus sejtszám tekinthető a leginformatívabbnak. Ennek meghatározásához már elérhetővé váltak digitális patológiai rendszerek is. Vizsgálatunk során a QuPath szoftver osztódó sejtalakok beazonosításával történő grade meghatározási teljesítményét hasonlítottuk össze egy szakértő patológuséval. 39 esetből 19-ben egyezett meg a manuális és a digitális besorolás, tehát az esetek 48,7%-ában. A Cohen’s kappa értéke -0,284 volt, tehát az algoritmus és a patológus osztályozása közt szignifikáns összefüggést nem találtunk. Ennek oka feltehetően az, hogy a betanítást nem szakértő végezte, így nem állt rendelkezésre megfelelő minőségű adathalmaz a szoftver számára. A mesterséges intelligencia és a digitális patológiai rendszerek implementációja a diagnosztikába jelentősen megkönnyítheti a patológusok munkáját, de a saját, illetve más tanulmányok eredményei is jól szemléltetik, hogy az emberi tényezőt nem lehet mellőzni. Egy gyakorlott patológus által betanított algoritmus a közeljövőben valószínűleg hatékonyabb diagnosztikai teljesítményre lesz képes, mely esetben a patológusok a diagnózis validálására összpontosíthatnak.



Előadások listája