Automatisierte Glomerulosklerose-Analyse in Maus-Nierenschnitten
Das Modul GSI Analyzer – Mice ermöglicht die vollautomatisierte Analyse von PAS-gefärbten Nierenschnitten aus Mausmodellen. KI-basierte Bildanalyse erkennt Glomeruli in Whole-Slide-Images und bewertet automatisch den Grad der Glomerulosklerose.
Die Ergebnisse werden strukturiert gespeichert und können auf Ebene einzelner Glomeruli, einzelner Schnitte oder ganzer Maus-Kohorten ausgewertet werden.
Automatische Glomerulus-Erkennung und Sklerose-Klassifikation
Der GSI Analyzer erkennt Glomeruli automatisch in vollständigen Nierenschnitten und analysiert deren morphologische Eigenschaften mithilfe trainierter KI-Modelle.
Jedes erkannte Glomerulum wird segmentiert und einer Skleroseklasse zugeordnet.
Die Analyseergebnisse werden direkt auf dem Gewebeschnitt visualisiert, sodass erkannte Strukturen und Klassifikationen unmittelbar überprüft werden können.
Zusätzlich werden die einzelnen Glomeruli extrahiert und separat dargestellt, wodurch eine detaillierte Betrachtung jeder Struktur möglich ist.
Dieses visuelle Feedback ermöglicht eine transparente und nachvollziehbare Analyse großer Histologiedatensätze.
Strukturierte Quantifizierung der Analyseergebnisse
Alle erkannten Glomeruli werden automatisch in strukturierten Ergebnistabellen zusammengefasst.
Für jedes Glomerulum werden relevante Parameter wie Position im Schnitt, Klassifikation sowie weitere quantitative Merkmale gespeichert.
Die Ergebnisse können auf verschiedenen Ebenen aggregiert werden, beispielsweise:
-
pro Glomerulus
-
pro Nierenschnitt
-
pro Maus
-
über komplette Studienkohorten
Durch die strukturierte Datenorganisation lassen sich Ergebnisse effizient filtern, vergleichen und für weiterführende statistische Analysen exportieren.
Visualisierung der Skleroseverteilung
Alle erkannten Glomeruli werden automatisch in strukturierten Ergebnistabellen zusammengefasst.
Für jedes Glomerulum werden relevante Parameter wie Position im Schnitt, Klassifikation sowie weitere quantitative Merkmale gespeichert.
Die Ergebnisse können auf verschiedenen Ebenen aggregiert werden, beispielsweise:
-
pro Glomerulus
-
pro Nierenschnitt
-
pro Maus
-
über komplette Studienkohorten
Durch die strukturierte Datenorganisation lassen sich Ergebnisse effizient filtern, vergleichen und für weiterführende statistische Analysen exportieren.
Neben tabellarischen Ergebnissen generiert das Modul automatisch übersichtliche Visualisierungen der Analyseergebnisse.
Diagramme zeigen beispielsweise die Verteilung der Skleroseklassen innerhalb eines Schnitts oder über mehrere Tiere hinweg.
Diese Darstellungen ermöglichen einen schnellen Überblick über experimentelle Ergebnisse und erleichtern den Vergleich zwischen unterschiedlichen Versuchsgruppen.
Veränderungen der Skleroseverteilung können dadurch unmittelbar erkannt und im Kontext von Krankheitsprogression oder therapeutischen Interventionen interpretiert werden.
