Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros

AGILENT

Agilent provides laboratories worldwide with instruments, services, consumables, applications and expertise, enabling... más Productos destacados: More products

Deascargar La Aplicación Móvil




Histopatología para el cáncer de mama emplea imagenología espectroscópica infrarroja

Por el equipo editorial de LabMedica en español
Actualizado el 20 Apr 2021
Imagen: Comparación espacial y cuantitativa del desempeño de clasificación de alta definición (HD) y definición estándar (SD) utilizando el modelo de 6 clases (Fotografía cortesía de la Universidad de Illinois en Urbana-Champaign)
Imagen: Comparación espacial y cuantitativa del desempeño de clasificación de alta definición (HD) y definición estándar (SD) utilizando el modelo de 6 clases (Fotografía cortesía de la Universidad de Illinois en Urbana-Champaign)
El análisis digital de muestras de cáncer mediante imágenes espectroscópicas acopladas al aprendizaje automático es un área emergente que vincula las firmas espectrales localizadas espacialmente a la estructura y la enfermedad de los tejidos. La histopatología mamaria, como ejemplo de la amplia relevancia de estas técnicas, es de vital importancia para los diagnósticos clínicos.

La caracterización histológica actual se basa en la morfología. Se colorean cortes delgados de tejido y las células son reconocidas visualmente por un patólogo utilizando un microscopio óptico. Sin embargo, es bien sabido que la base de la enfermedad es molecular. El análisis molecular para patología se complica por la diversidad espacial de las células y los materiales acelulares, lo que requiere una técnica analítica que involucra imágenes.

Los bioingenieros de la Universidad de Illinois en Urbana-Champaign (Urbana, IL, EUA) y sus colegas, examinaron el papel de las compensaciones entre el espacio y el espectro en las configuraciones de imágenes espectroscópicas infrarrojas para sondear tumores y los perfiles microambientales asociados en diferentes niveles de complejidad del modelo. El tejido mamario fotografiado examina sistemáticamente la localización, los orígenes espectrales y la utilidad de los datos para la clasificación, mediante imágenes infrarrojas transformadas de Fourier (FT-IR) estándar y de alta definición.

El equipo obtuvo cortes de microarrays de tejido mamario seriados (TMA) fijados con formol e incluidos en parafina. El array constaba de un total de 101 núcleos de 1 mm de diámetro de 47 pacientes. Se colorearon dos cohortes con hematoxilina y eosina (H+E) y otros marcadores inmunohistoquímicos y se obtuvieron imágenes con un microscopio óptico. Las imágenes FT-IR de alta definición (HD) se obtuvieron con el sistema de imágenes Agilent Stingray (Santa Clara, CA, EUA), que consta de un espectrómetro 680-IR acoplado a un microscopio de imágenes 620-IR con apertura numérica de 0,62, objetivo de 25 aumentos.

Los científicos proporcionaron una comparación sistemática en el uso de datos de imágenes HD y SD FT-IR para la patología mamaria en su estudio. Si bien se esperaba que el aumento de la localización espacial de las señales espectrales en las imágenes de alta definición proporcionara una influencia confusa, el estudio demostró que la exactitud puede ser alta y hay un potencial significativo en este modo de muestreo que ofrece una mayor sensibilidad. El equipo afirmó que las imágenes IR no solo pueden proporcionar la capacidad de reconocimiento de datos moleculares, sino que también pueden equilibrarlo con una mayor calidad de los datos morfológicos.

Rohit Bhargava, PhD, profesor de bioingeniería y autor principal del estudio, dijo: “A medida que la tecnología se expande y brinda más capacidades con nuevas características, se vuelve más difícil elegir la tecnología óptima entre las muchas opciones disponibles. Este estudio proporciona una buena comparación y pautas para diseñar una tecnología más útil y práctica”. El estudio se publicó originalmente el 27 de febrero de 2021 en la revista Clinical Spectroscopy.

Enlace relacionado:
Universidad de Illinois en Urbana-Champaign


New
Miembro Oro
Hematology Analyzer
Medonic M32B
Portable Electronic Pipette
Mini 96
New
Miembro Oro
Hematology System
Medonic M16C
New
Miembro Oro
Cardiovascular Risk Test
Metabolic Syndrome Array I & II

Canales

Inmunología

ver canal
Imagen: la prueba podría optimizar la toma de decisiones clínicas identificando candidatos ideales para la inmunoterapia por adelantado (Xiao, Y. et al. Cancer Biology & Medicine Julio 2025, 20250038)

Análisis sanguíneo predice eficacia de inmunoterapia en cáncer mamario triple negativo

El cáncer de mama triple negativo (CMTN) es un subtipo agresivo que carece de terapias dirigidas, lo que convierte a la inmunoterapia en una opción prometedora, aunque impredecible.... Más

Tecnología

ver canal
Imagen: el sensor puede ayudar a diagnosticar diabetes y prediabetes en el sitio en unos minutos usando solo una muestra de aliento (foto cortesía de Larry Cheng/Penn State)

Sensor de grafeno utiliza muestra de aliento para identificar diabetes y prediabetes en minutos

Aproximadamente 37 millones de adultos estadounidenses viven con diabetes, y uno de cada cinco desconoce su condición. Diagnosticar la diabetes suele requerir análisis de sangre o visitas al laboratorio,... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.