Livello: Principiante
Titolo della presentazione: JMP come strumento di analisi morfologica e di dati spaziali - Tentativo di classificare il carcinoma intraepiteliale del tratto respiratorio superiore e le sue lesioni precursori utilizzando l'analisi dei cluster con il metodo della distanza più breve
La maggior parte dei tumori maligni della mucosa del tratto respiratorio superiore, come la cavità orale, la faringe e la laringe, sono carcinomi a cellule squamose che si sviluppano nello strato di cellule chiamato epitelio squamoso stratificato che ricopre la superficie della mucosa. Inoltre, è clinicamente noto che lesioni considerate allo stadio pre-o iniziale si riscontrano come placche bianche o rosse sulla mucosa, e l'osservazione di campioni microscopici di tessuti prelevati dai pazienti rivela displasia epiteliale, displasia epiteliale, e displasia epiteliale, rispettivamente. Si chiama carcinoma in situ. Inoltre, la displasia è divisa in tre gradi, a seconda delle anomalie nella morfologia cellulare e della loro proporzione all'interno dello strato epiteliale: cambiamenti lievi, lievi, moderati e gravi. Sebbene questa differenziazione venga effettuata in modo intuitivo attraverso l'ispezione da parte di un patologo e si ritenga che abbia un certo grado di riproducibilità, non sono stati condotti molti studi oggettivi. Questa volta, abbiamo tentato di quantificare la disposizione delle cellule (nuclei) nello strato epiteliale ed esaminare le differenze tra non neoplastico (normale), displasia e carcinoma in situ. Le coordinate del centroide dei nuclei cellulari vengono estratte dalla micrografia utilizzando l'analisi delle immagini digitali e vengono generati alberi di copertura minimi (MST) che collegano ciascun centroide utilizzando l'analisi dei cluster gerarchici utilizzando il metodo della distanza più breve in JMP ver.15 Quando gli istogrammi delle lunghezze di ciascun ramo sono stati confrontati, sono state riscontrate differenze tra ciascun gruppo.
Ryoji Chiba
Ex docente presso l'Università di Tohoku (Dipartimento di ricerca sulla costruzione di organi patologici, Istituto di invecchiamento e invecchiamento). Dottore in Medicina. Ex ricercatore straniero (medicina) del Ministero dell'Istruzione (Università di Aarhus, Regno di Danimarca).
Nel campo della patologia umana, ho studiato il processo di sviluppo patologico delle malattie utilizzando la morfologia quantitativa applicando la teoria della probabilità geometrica e la geometria integrale, l'analisi delle immagini digitali e l'analisi statistica multivariata. Esistono documenti di ricerca sulla cirrosi epatica, sui tumori precoci che si verificano nell'epitelio alveolare, nell'epitelio duttale pancreatico e nell'endometrio, sulle loro lesioni precursori e sulle metastasi epatiche del cancro.
( https://pubmed.ncbi.nlm.nih.gov/7804428/ , https://pubmed.ncbi.nlm.nih.gov/7804429/ , https://pubmed.ncbi.nlm.nih.gov/8402446 / , https://pubmed.ncbi.nlm.nih.gov/8135625/ , https://pubmed.ncbi.nlm.nih.gov/7840839/ , https://pubmed.ncbi.nlm.nih.gov/ 10560494/)
Sono interessato ai metodi matematici applicabili all'analisi dei processi di sviluppo del cancro e alla diagnosi dei tessuti, e sono particolarmente interessato ai metodi di classificazione numerica come l'analisi dei cluster e l'analisi discriminante. Come piattaforma per l'analisi statistica, ho utilizzato le subroutine statistiche Fortran sui mainframe, SPSS e SYSTAT sui PC e utilizzo JMP dalla versione 8, prestando attenzione alle sue eccellenti funzioni di tabella dati e all'ambiente di analisi flessibile.
Chiba Rui
Laureato presso il Dipartimento di Sistemi Complessi e Intelligenza, Facoltà di Sistemi e Scienze dell'Informazione, Future University Hakodate. Mentre frequentavo l'università, mi interessavo ai fenomeni dei sistemi complessi nelle reazioni fisico-chimiche e conducevo esperimenti e ricerche sul meccanismo di formazione delle capsule di polimerizzazione termica degli amminoacidi nella fase liquida alcolica. Attualmente mi interesso di analisi di immagini digitali, scienza dei dati, riconoscimento e classificazione morfologica e di immagini utilizzando reti neurali.
