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

Kutya lágyszöveti szarkóma grade meghatározás digitális patológiai módszerekkel
Kállai Petra VI. évfolyam
Állatorvostudományi Egyetem, Patológiai Tanszék
Témavezető: Dr. Horváth Dávid Géza

Absztrakt:

Kutyákban a lágyszöveti szarkómák az egyik leggyakrabban diagnosztizált heterogén tumorcsoport. Ezen daganatok várható kiújulása és áttétképzési hajlama szoros összefüggést mutat a szövettani grade-el, amelyet hagyományosan patológus határoz meg a tumor differenciáltsági foka, az osztódó sejtszám és a nekrotikus területek kiterjedése alapján. A grade pontos és reprodukálható prognosztikai faktor kell, hogy legyen, ugyanakkor eltérések lehetnek a vizsgálók közötti szubjektivitásból adódóan. A digitális patológia elterjedésének köszönhetően egyre nagyobb teret nyert a digitalizált metszetek kvantitatív, objektív, reprodukálható analízise. Kutatásunkban 50 hematoxilin-eozinnal festett, különböző kutyákból származó szövetmintát digitalizáltunk, továbbá QuPath nyílt felhasználású metszetelemző szoftver segítségével állapítottuk meg az osztódó sejtalakok számát és az elhalásos területek kiterjedését. A digitálisan korrigált grade-et a patológus által hagyományosan megállapítottal összevetve bíráltuk el a szoftver teljesítményét. A vizsgált 50-ből 39 esetben (78%-ban) volt egyezés a grade-k között, a kappa értéke 0,669 volt, mely jelentős egyezést mutat a szoftver és a patológus osztályozása között. A jelentős egyetértésben szerepe lehetett a differenciáltság kizárólagos manuális elbírálásának és az elhalásos területek egyszerűbb értékelésének. Bár az osztódó sejtalakok felismerése bizonyult a leginkább bonyolultnak, jelentősen eltérő osztódó sejtszámok sem tudták így nagymértékben befolyásolni a grade-t. Részben digitalizált grading rendszerek potenciálisan gyorsabbá, objektívebbé és reprodukálhatóbbá tehetik a diagnosztikai munkát, de a programok betanítása nem nélkülözheti szakértő patológusok közreműködését.



Előadások listája