Key points are not available for this paper at this time.
Die Quantifizierung der Organisation von fibrillarem Kollagen hat neue Einblicke in die mögliche Rolle der Kollagentopologie bei vielen Krankheiten gegeben und auch kandidatenbildbasierte Biomarker in Brustkrebs und Pankreaskrebs identifiziert. Wir haben Werkzeuge zur Quantifizierung von Kollagen entwickelt, die auf dem Curvelet-Transformationsalgorithmus (CT) basieren, und haben demonstriert, dass dies eine leistungsstarke multiskalare Bilddarstellungsmethode aufgrund ihrer einzigartigen Merkmale in der Rauschunterdrückung von Kollagenbildern und der Verbesserung von Faserkanten ist. In diesem Papier präsentieren wir unsere CT-basierte Softwareplattform zur Kollagenquantifizierung mit einem Fokus auf neue Funktionen und geben zudem eine detaillierte Beschreibung der auf Curvelets basierenden Faserrepräsentation. Zu diesen neuen Funktionen gehören eine C++-basierte Codeoptimierung für die schnelle Verfolgung einzelner Fasern, ein auf Java basierendes Modul für synthetische Fasergenerierung zur Methodenkalibrierung, die automatische Generierung von Tumorgrenzen zur relativen Quantifizierung von Fasern, paralleles Rechnen für die Verarbeitung im großen Batchmodus, die Analyse von Interessengebieten für benutzerdefinierte Quantifizierung und Vor- und Nachbearbeitungsmodule zur Visualisierung einzelner Fasern. Wir präsentieren eine Validierung der Verfolgung einzelner Fasern und Faserorientierungen unter Verwendung synthetisierter Fasern, die vom synthetischen Faser-Generator erstellt wurden. Darüber hinaus bieten wir einen Vergleich der Berechnung der Faserorientierung auf Bildaufnahmen von Pankreasgewebe zwischen unserem Tool und drei anderen quantitativen Ansätzen. Schließlich demonstrieren wir die Verwendung unseres Softwaretools zur automatischen Erstellung von Tumorgrenzen und der relativen Ausrichtungsquantifizierung von Kollagenfasern in pathologischen Bildern von Brustkrebs beim Menschen sowie der Ausrichtungsquantifizierung von in vivo Maus-Xenograft-Bildern bei Brustkrebs.
Liu et al. (Di,) haben diese Frage untersucht.