Riassunto analitico
L’espressione insufficienza renale indica l’incapacità dei reni di svolgere la funzione escretoria che porta alla ritenzione di prodotti di scarto azotati dal sangue. L’insufficienza renale acuta e cronica sono i due generi di insufficienza renale. Quando un paziente necessita di terapia renale sostitutiva, la condizione è nota come malattia renale allo stadio terminale (ESRD) e spesso necessita di dialisi, ovvero un processo utilizzato per rimuovere rifiuti e altre sostanze dal sangue. I pazienti con insufficienza renale hanno una varietà di presentazioni cliniche dissimili. Molti pazienti sono asintomatici e viene accidentalmente riscontrata un’importante concentrazione di creatinina sierica, esami delle urine straordinari (come proteinuria o ematuria microscopica) o immagini radiologiche anomale dei reni. L’apprendimento artificiale utilizza reti neurali convoluzionali (CNN), corrispettivi artificiali dell’architettura neurale nel cervello umano, consentendo al computer l’apprendimento di attività predittive complesse senza programmazione diretta, l’algoritmo è esposto al comportamento input-output desiderato, dal quale estrae caratteristiche utili per imparare a prevederelo stato futuro del rene. In questo lavoro approfondiamo l’efficacia dei modelli di deep learning all’avanguardia applicati su immagini che hanno risoluzioni molto elevate e di cui solitamente mancano annotazioni localizzate. Lo scopo di questo studio è quello di indagare e migliorare lo score prognostico dell’algoritmo di apprendimento (DLPS). Combinando i risultati ottenuti utilizzando immagini intere di biopsie renali (WSI) con la controparte immunofluorescente, si riesce a prevedere se i pazienti saranno colpiti da insufficienza renale entro i prossimi 5 anni.
|
Abstract
The expression renal failure indicates inability of the kidneys to perform excretory function leading to retention of nitrogenous waste products from the blood. Acute and chronic renal failure are the two genre of kidney failure. When a patient needs renal replacement therapy, the condition is known as end-stage renal disease (ESRD) and it often needs dialysis, that is a process used to remove refuses and other substances from the blood. Many patients are asymptomatic and are casually found to have an important serum creatinine concentration, extraordinary urine studies (such as proteinuria or microscopic hematuria), orabnormal radiologic imaging of the kidneys. Deep learning uses convolutional neural networks (CNNs), artificial correspective of neural network in human brain, enabling computer learning complex predictive tasks without directly programming, the alghortim is exposed to desired input-output behavior, from which it extracts features that are useful to learn how to predict the future state of the kidney. In this work we deepen the effectiveness of state-of-art deep learning models applied on images that have very high resolutions and usually lack localized annotations on nephropathy patients. The purpose of this current study is to investigate and to enhance the deep learning prognostic score (DLPS) for nephropathy combining the results obtained using whole slide images (WSI) with the immunofluorescent counterpart to predict kidneys’ failure on nephropathy patients.
|