Возможности применения методов машинного обучения и искусственного интеллекта для морфологического анализа плаценты

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Морфологическое изучение плаценты является обязательным компонентом патологоанатомического ее исследования, позволяющим определить наличие патологических процессов и поражений, часть из которых характеризуется рецидивированием при последующих беременностях.

Цель работы: анализ данных литературы и результатов собственных исследований о возможностях применения машинного анализа и искусственного интеллекта для оценки морфологических изменений плаценты.

Имеющиеся данные литературы отражают возможности применения методов цифровой патологии, машинного обучения и искусственного интеллекта. В настоящее время определяются три основных направления морфологических исследований плаценты: автоматизированный анализ гистологических препаратов, определение вида клеток и тканевых структур, а также получение заключения об имеющемся поражении/патологическом процессе. Показаны возможности распознавания и дифференцированного определения количества 11 видов клеток, 9 типов тканевых структур, включая 5 типов ворсин, определения ее отдельных или группы поражений (инфаркта ворсин, тромбоза межворсинкового пространства, децидуальной васкулопатии, хориоамнионита), а также дифференциальной диагностики морфологических изменений плаценты при преэклампсии и задержке роста плода.

Заключение: На основании анализа данных литературы можно констатировать, что существенно меньший период времени анализа изображений (препаратов), количественная оператор-независимая оценка сразу всего изображения (препарата), а не отдельных полей зрения при разных увеличениях, использование алгоритмов машинного обучения и искусственного интеллекта для получения заключения однозначно являются достоинствами машинного (компьютерного) анализа и искусственного интеллекта по сравнению с традиционными морфологическими исследованиями гистологических препаратов; указывают на крайне актуальную необходимость их разработки и широкого внедрения.

Об авторах

Ульяна Николаевна Туманова

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России

Автор, ответственный за переписку.
Email: thanatoradiology@gmail.com
ORCID iD: 0000-0002-0924-6555

д.м.н., в.н.с. 2-го патологоанатомического отделения, врач-рентгенолог отделения лучевой диагностики

Россия, 117997, Москва, ул. Ак. Опарина, д. 4

Никита Алексеевич Туманов

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России

Email: toomuchick@gmail.com

магистрант, МИРЭА – Российский технологический университет

Россия, Москва

Александр Иванович Щеголев

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России

Email: ashegolev@oparina4.ru
ORCID iD: 0000-0002-2111-1530

д.м.н., профессор, заведующий 2-м патологоанатомическим отделением

Россия, 117997, Москва, ул. Ак. Опарина, д. 4

Владимир Николаевич Серов

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России

Email: v_serov@oparina4.ru

академик РАН, д.м.н., профессор, Президент РОАГ, главный н.с. организационно-методического отдела службы научно-организационного обеспечения, НМИЦ АГП им. акад. В.И. Кулакова Минздрава России

Россия, 117997, Москва, ул. Ак. Опарина, д. 4

Список литературы

  1. Туманова У.Н., Щеголев А.И. Поражения плаценты в генезе мертворождения (обзор литературы). Международный журнал прикладных и фундаментальных исследований. 2017; 3-1: 77-81. [Tumanova U.N., Shchegolev A.I. Placental lesions as the cause of stillbirth (review). International Journal of Applied and Fundamental Research. 2017; 3-1: 77-81. (in Russian)]. https://dx.doi.org/10.17513/mjpfi.11403
  2. Щеголев А.И., Серов В.Н. Клиническая значимость поражений плаценты. Акушерство и гинекология. 2019; 3: 54-62. [Shchegolev A.I., Serov V.N. Clinical significance of placental lesions. Obstetrics and Gynecology. 2019; (3): 54-62. (in Russian)]. https://dx.doi.org/10.18565/aig.2019.3.54-62
  3. Redline R.W. Placental pathology: a systematic approach with clinical correlations. Placenta. 2008; 29 (Suppl. A): S86-91. https://dx.doi.org/10.1016/j.placenta.2007.09.003 3
  4. Redline R.W. Classification of placental lesions. Am. J. Obstet. Gynecol. 2015; 213(4 Suppl.): S21-8. https://dx.doi.org/10.1016/j.ajog.2015.05.056
  5. Mestan K.K., Leibel S.L., Sajti E., Pham B., Hietalati S., Laurent L. et al. Leveraging the placenta to advance neonatal care. Front. Pediatr. 2023; 11: 1174174. https://dx.doi.org/10.3389/fped.2023.1174174
  6. Ernst L.M., Carreon C.K. Placenta. In: Ernst L., Ruchelli E., Carreon C., Huff D., eds. Color atlas of human fetal and neonatal histology. Springer Cham; 2019: 399-424. https://dx.doi.org/10.1007/978-3-030-11425-1_36
  7. Heerema-McKenney A. Placental development with expected normal gross and microscopic findings. In: Khong T., Mooney E., Nikkels P., Morgan T., Gordijn S., eds. Pathology of the placenta. Springer Cham; 2019: 9-29. https://dx.doi.org/10.1007/978-3-319-97214-5_2
  8. Huppertz B., Peeters L.L. Vascular biology in implantation and placentation. Angiogenesis. 2005; 8(2): 157-67. https://dx.doi.org/10.1007/s10456-005-9007-8
  9. Huppertz B. Placental development with histological aspects. In: Huppertz B., Schleußner E., eds. The placenta: Basics and clinical significance. Berlin, Heidelberg: Springer; 2023: 1-27. https://dx.doi.org/10.1007/978-3-662-66256-4_1
  10. Лебедев Г.С., Шадеркин И.А., Тертычный А.С., Шадеркина А.И. Цифровая патоморфология: создание системы автоматизированной микроскопии. Российский журнал телемедицины и электронного здравоохранения. 2021; 7(4): 27-47. [Lebedev G.S., Shaderkin I.A., Tertychny A.S., Shaderkina A.I. Digital pathomorphology: creation of an automated microscopy system. Russian Journal of Telemedicine and E-Health. 2021; 7(4): 27-47. (in Russian)]. https://dx.doi.org/10.29188/2712-9217-2021-7-4-27-47
  11. Ремез А.И., Журавлев А.С., Фаттахов A.О., Павлова В.А. Цифровая патология в России: опыт и перспективы. РМЖ. Медицинское обозрение. 2018; 6: 19-21. [Remez A.I., Zhuravlev A.S., Fattakhov A.O., Pavlova V.A. Digital pathology in Russia: experience and perspectives. RMJ. Medical Review. 2018; (6): 19-21. (in Russian)].
  12. Ferlaino M., Glastonbury C., Motta-Mejia C., Vatish M., Granne I., Kennedy S. et al. Towards deep cellular phenotyping in placental histology. 1st Conference on medical imaging with deep learning. Amsterdam; 2018. 19 p.
  13. Rohith E., Sowmya V., Soman K.P. Convolutional neural networks for placenta cell classification. 2nd International conference on intelligent computing, instrumentation and control technologies (ICICICT). 2019: 1273-77. https://dx.doi.org/10.1109/ICICICT46008.2019.8993145
  14. Vanea C., Dˇzigurski J., Rukins V., Dodi O., Siigur S., Salumäe L. et al. HAPPY: A deep learning pipeline for mapping cell-to-tissue graphs across placenta histology whole slide images. bioRxiv preprint. https:// dx.doi.org/10.1101/2022.11.21.517353
  15. Щеголев А.И., Туманова У.Н., Ляпин В.М., Серов В.Н. Синцитиотрофобласт ворсин плаценты в норме и при преэклампсии. Акушерство и гинекология. 2020; 6: 21-8. [Shchegolev A.I., Tumanova U.N., Lyapin V.N., Serov V.N. The syncytiotrophoblast of the placental villi in health and in preeclampsia. Obstetrics and Gynecology. 2020; (6): 21-8. (in Russian)]. https://dx.doi.org/10.18565/aig.2020.6.21-28
  16. Zhou J., Yan P., Ma W., Li J. Cytokine modulation and immunoregulation of uterine NK cells in pregnancy disorders. Cytokine Growth Factor Rev. 2025; 81: 40-53. https://dx.doi.org/10.1016/j.cytogfr.2024.11.007
  17. Kulikova G.V., Ziganshina M.M., Shchegolev A.I., Sukhikh G.T. Comparative characteristics of the expression of fucosylated glycans and morphometric parameters of terminal placental villi depending on the severity of preeclampsia. Bull. Exp. Biol. Med. 2021; 172(1): 90-5. https://dx.doi.org/10.1007/s10517-021-05338-6
  18. Щеголев А.И., Ляпин В.М., Туманова У.Н., Воднева Д.Н., Шмаков Р.Г. Гистологические изменения плаценты и васкуляризация ее ворсин при ранней и поздней преэклампсии. Архив патологии. 2016; 1: 13-8. [Shchegolev A.I., Lyapin V.M., Tumanova U.N., Vodneva D.N., Shmakov R.G. Histological hanges in the placenta and vascularization of its villi in early- and late-onset preeclampsia. Arhiv patologii. 2016; 1: 13-8. (in Russian)]. https://dx.doi.org/10.17116/patol201678113-18
  19. Dubova E.A., Pavlov K.A., Lyapin V.M., Shchyogolev A.I., Sukhikh G.T. Vascular endothelial growth factor and its receptors in the placental villi of pregnant patients with pre-eclampsia. Bull. Exp. Biol. Med. 2013; 154(6): 792-5. https://dx.doi.org/10.1007/s10517-013-2058-8
  20. Shchyogolev A.I., Dubova E.A., Pavlov K.A., Lyapin V.M., Kulikova G.V., Shmakov R.G. Morphometric characteristics of terminal villi of the placenta in pre-eclampsia. Bull. Exp. Biol. Med. 2012; 154(1): 92-5. https:// dx.doi.org/10.1007/s10517-012-1883-5
  21. Воднева Д.Н., Романова В.В., Дубова Е.А., Павлов К.А., Шмаков Р.Г., Щеголев А.И. Клинико-морфологические особенности ранней и поздней преэклампсии. Акушерство и гинекология. 2014; 2: 35-40. [Vodneva D.N., Romanova V.V., Dubova E.A., Pavlov K.A., Shmakov R.G., Shchegolev A.I. The clinical and morphological features of early- and late-onset preeclampsia. Obstetrics and Gynecology. 2014; (2): 35-40. (in Russian)].
  22. Shchegolev A.I., Kulikova G.V., Lyapin V.M., Shmakov R.G., Sukhikh G.T. The number of syncytial knots and VEGF expression in placental villi in parturient woman with COVID-19 depends on the disease severity. Bull. Exp. Biol. Med. 2021; 171(3): 399-403. https://dx.doi.org/10.1007/s10517-021-05236-x
  23. Reyes L., Wolfe B., Golo T. Hofbauer cells: Placental macrophages of fetal origin. In: Kloc M., ed. Macrophages, results and problems in cell differentiation. Springer International Publishing AG; 2017: 45-60. https://dx.doi.org/10.1007/978-3-319-54090-0_3
  24. Fitzgerald E., Shen M., Yong H.E.J., Wang Z., Pokhvisneva I., Patel S. et al. Hofbauer cell function in the term placenta associates with adult cardiovascular and depressive outcomes. Nat. Commun. 2023; 14(1): 7120. https:// dx.doi.org/10.1038/s41467-023-42300-8
  25. Tang Z., Buhimschi I.A., Buhimschi C.S., Tadesse S., Norwitz E., Niven-Fairchild T. et al. Decreased levels of folate receptor-beta and reduced numbers of fetal macrophages (Hofbauer cells) in placentas from pregnancies with severe pre-eclampsia. Am. J. Reprod. Immunol. 2013; 70(2): 104-15. https://dx.doi.org/10.1111/aji.12112
  26. Борис Д.А., Тютюнник В.Л., Кан Н.Е., Щеголев А.И., Синицына В.А., Садекова А.А., Красный А.М. Особенности изменения клеток моноцитарно-макрофагального звена в плаценте при преэклампсии. Акушерство и гинекология. 2021; 10: 48-54. [Boris D.A., Tyutyunnik V.L., Kan N.E., Shchegolev A.I., Sinitsyna V.A., Sadekova A.A., Krasnyi A.A. Features of changes in the monocyte-macrophage cells in the placenta during preeclampsia. Obstetrics and Gynecology. 2019; (3): 54-62. (in Russian)]. https://dx.doi.org/10.18565/aig.2021.10.48-54
  27. Ben Amara A., Gorvel L., Baulan K., Derain-Court J., Buffat C., Verollet C. et al. Placental macrophages are impaired in chorioamnionitis, an infectious pathology of the placenta. J. Immunol. 2013; 191: 5501-14. https://dx.doi.org/10.4049/jimmunol.1300988
  28. Reyes L., Golos T.G. Hofbauer cells: Their role in healthy and complicated pregnancy. Front. Immunol. 2018; 9: 2628. https://dx.doi.org/10.3389/fimmu.2018.02628
  29. Ziganshina M.M., Kulikova G.V., Fayzullina N.M., Yarotskaya E.L., Shchegolev A.I., Shilova N.V. et al. Expression of fucosylated glycans in endothelial glycocalyces of placental villi at early and late fetal growth restriction. Placenta. 2020; 90: 98-102. https://dx.doi.org/10.1016/j.placenta.2019.12.005
  30. Dubova E.A., Alieva L.B., Baibarina E.N., Burkova A.S., Antonov A.G., Nagovitsyna M.N. et al. Morphology of placental villi and development of hemorrhages in very small preterm newborns. Bull. Exp. Biol. Med. 2012; 153(3): 389-92. https://dx.doi.org/10.1007/s10517-012-1723-7
  31. Щеголев А.И., Туманова У.Н., Серов В.Н. Роль плаценты в развитии поражений головного мозга новорожденного. Акушерство и гинекология. 2023; 8: 38-47. [Shchegolev A.I., Tumanova U.N., Serov V.N. The role of the placenta in the development of neonatal brain lesions. Obstetrics and Gynecology. 2019; (3): 54-62. (in Russian)]. https://dx.doi.org/10.18565/aig.2023.185
  32. Nizyaeva N.V., Sukhacheva T.V., Kulikova G.V., Nagovitsyna M.N., Poltavtseva R.A., Kan N.E. et al. Ultrastructural characteristics of placental telocytes. Bull. Exp. Biol. Med. 2017; 162(5): 693-8. https://dx.doi.org/10.1007/s10517-017-3690-5
  33. Nizyaeva N.V., Sukhacheva T.V., Serov R.A., Kulikova G.V., Nagovitsyna M.N., Kan N.E. et al. Ultrastructural and immunohistochemical features of telocytes in placental villi in preeclampsia. Sci. Rep. 2018; 8(1): 3453. https://dx.doi.org/10.1038/s41598-018-21492-w
  34. Низяева Н.В., Щёголев А.И., Марей М.В., Сухих Г.Т. Интерстициальные пейсмекерные клетки. Вестник РАМН. 2014; 7-8: 17-24. [Nizyaeva N.V., Shchegolev A.I. Marey M.V., Sukhikh G.T. Interstitial pacemaker cells. Annals of the Russian Academy of Medical Sciences. 2014; 7-8:17-24. (in Russian)]. https://dx.doi.org/10.15690/vramn.v69i7-8.1105
  35. Chou T., Goldstein J.A. How can artificial intelligence models advance placental biology? Placenta. 2025: S0143-4004(25)00081-5. doi: 10.1016/j.placenta.2025.03.010
  36. Huppertz B. The anatomy of the normal placenta. J. Clin. Pathol. 2008; 61(12): 1296-1302. https://dx.doi.org/10.1136/jcp.2008.055277
  37. Vanea C., Džigurski J., Rukins V., Dodi O., Siigur S., Salumäe L. et al. Mapping cell-to-tissue graphs across human placenta histology whole slide images using deep learning with HAPPY. Nat. Commun. 2024; 15(1): 2710. https://dx.doi.org/10.1038/s41467-024-46986-2
  38. Mobadersany P., Cooper L.A.D., Goldstein J.A. GestAltNet: aggregation and attention to improve deep learning of gestational age from placental whole-slide images. Lab. Invest. 2021; 101(7): 942-51. https://dx.doi.org/10.1038/s41374-21-00579-5
  39. Goldstein J.A., Nateghi R., Cooper L.A.D. Machine learning assessment of gestational age in accelerated maturation, delayed maturation, villous edema, chorangiosis, and intrauterine fetal demise. Arch. Pathol. Lab. Med. 2025; 149(6): 503-10. https://dx.doi.org/10.5858/arpa.2024-0274-OA
  40. Щеголев А.И. Современная морфологическая классификация повреждений плаценты. Акушерство и гинекология. 2016; 4: 16-23. [Shchegolev A.I. Current morphological classification of damages to the placenta. Obstetrics and Gynecology. 2016; (4): 16-23. (in Russian)]. https://dx.doi.org/10.18565/aig.2016.4.16-23
  41. Stevens D.U., Al-Nasiry S., Bulten J., Spaanderman M.E. Decidual vasculopathy and adverse perinatal outcome in preeclamptic pregnancy. Placenta. 2012; 33(8): 630-3. https://dx.doi.org/10.1016/j.placenta.2012.04.013
  42. Clymer D., Kostadinov S., Catov J., Skvarca L., Pantanowitz L., Cagan J. et al. Decidual vasculopathy identification in whole slide images using multiresolution hierarchical convolutional neural networks. Am. J. Pathol. 2020; 190(10): 2111-22. https://dx.doi.org/10.1016/j.ajpath.2020.06.014
  43. Becroft D.M., Thompson J.M., Mitchell E.A. The epidemiology of placental infarction at term. Placenta. 2002; 23(4): 343-51. https://dx.doi.org/10.1053/plac.2001.0777
  44. Goldstein J.A., Nateghi R., Irmakci I., Cooper L.A.D. Machine learning classification of placental villous infarction, perivillous fibrin deposition, and intervillous thrombus. Placenta. 2023; 135: 43-50. https://dx.doi.org/10.1016/j.placenta.2023.03.003
  45. Jung Y.M., Park S., Ahn Y., Kim H., Kim E.N., Park H.E. et al. Identification of preeclamptic placenta in whole slide images using artificial intelligence placenta analysis. J. Korean Med. Sci. 2024; 39(39): e271. https://dx.doi.org/10.3346/jkms.2024.39.e271
  46. Jacobs A., Al-Juboori S.I., Dobrinskikh E., Bolt M.A., Sammel M.D., Lijewski V. et al. Placental differences between severe fetal growth restriction and hypertensive disorders of pregnancy requiring early preterm delivery: morphometric analysis of the villous tree supported by artificial intelligence. Am. J. Obstet. Gynecol. 2024; 231(5): 552.e1-552.e13. https://dx.doi.org/10.1016/j.ajog.2024.02.291
  47. Chou T., Senkow K.J., Nguyen M.B., Patel P.V., Sandepudi K., Cooper L.A. et al. Quantitative modeling to characterize maternal inflammatory response of histologic chorioamnionitis in placental membranes. Am. J. Reprod. Immunol. 2024; 92(4): e13944. https://dx.doi.org/10.1111/aji.13944
  48. Sharma A., Nateghi R., Ayad M., Cooper L.A.D., Goldstein J.A. Machine learning identification of maternal inflammatory response and histologic choroamnionitis from placental membrane whole slide images. arXiv:2411.02354. https://dx.doi.org/10.48550/arXiv.2411.02354
  49. Ayad M.A., Nateghi R., Sharma A., Chillrud L., Seesillapachai T., Chou T. et al. Deep learning for fetal inflammatory response diagnosis in the umbilical cord. Placenta. 2025; 167: 1-10. https://dx.doi.org/10.1016/j.placenta.2025.04.013
  50. Щеголев А.И., Туманова У.Н., Серов В.Н. Хориоамнионит: диагностика и роль в развитии осложнений беременности и плода. Акушерство и гинекология. 2024; 2: 5-14. [Shchegolev A.I., Tumanova U.N., Serov V.N. Chorioamnionitis: diagnosis and role in complications during pregnancy and fetal development. Obstetrics and Gynecology. 2024; (2): 5-14. (in Russian)]. https://dx.doi.org/10.18565/aig.2024.10
  51. Catov J., Muldoon M., Gandley R., Brands J., Hauspurg A., Hubel C.A. et al. Maternal vascular lesions in the placenta predict vascular impairments a decade after delivery. Hypertension. 2022; 79 (2): 424-34. https://dx.doi.org/10.1161/HYPERTENSIONAHA.121.18394
  52. Liu Z., Tang Z., Li J., Yang Y. Effects of placental inflammation on neonatal outcome in preterm infants. Pediatr. Neonatol. 2014; 55(1): 35-40. https://dx.doi.org/10.1016/j.pedneo.2013.05.007
  53. Щеголев А.И., Туманова У.Н., Шувалова М.П., Фролова О.Г. Сравнительный анализ мертворождаемости в Российской Федерации в 2010 и 2012 гг. Российский вестник перинатологии и педиатрии. 2015; 3: 58-62. [Shchegolev A.I., Tumanova U.N., Shuvalova M.P., Frolova O.G. Comparative analysis of stillbirth rates in the Russian Federation in 2010 and 2012. Russian Bulletin of Perinatology and Pediatrics. 2015; 3: 58-62. (in Russian)].
  54. Туманова У.Н., Шувалова М.П., Щеголев А.И. Хориоамнионит и ранняя неонатальная смертность (по данным Росстата в 2012–2016 годах). Международный журнал прикладных и фундаментальных исследований. 2018; 8: 49-53. [Tumanova U.N., Shuvalova M.P., Shchegolev A.I. Chorioamnionitis and early neonatal mortality (according to Rosstat in 2012–2016). International Journal of Applied and Fundamental Research. 2018; 8: 49-53. (in Russian)]. https://dx.doi.org/10.17513/mjpfi.12363
  55. Щеголев А.И., Туманова У.Н., Ляпин В.М. Нарушения структуры и васкуляризации ворсин плаценты при задержке роста плода. Современные проблемы науки и образования. 2018; 4: 231. [Schegolev A.I., Tumanova U.N., Lyapin V.M. Disorder of the structure and vascularization of the villi of placenta at the fetal growth restriction. Modern problems of science and education. 2018; 4: 231. (in Russian)]. https://dx.doi.org/10.17513/spno.27921
  56. Щеголев А.И., Туманова У.Н., Ляпин В.М. Нарушения структуры и васкуляризации ворсин плаценты при преэклампсии. Гинекология. 2018; 20(4): 12-8. [Shchegolev A.I., Tumanova U.N., Lyapin V.M. Disorder of the structure and vascularization of the villi of placenta at the preeclampsia. Gynecology. 2018; 20(4: 12-8. (in Russian)]. https://dx.doi.org/10.26442/2079-5696_2018.4.12-18
  57. Dubova E.A., Pavlov K.A., Yesayan R.M., Nagovitsyna M.N., Tkacheva O.N., Shestakova M.V. et al. Morphometric characteristics of placental villi in pregnant women with diabetes. Bull. Exp. Biol. Med. 2011; 151(5): 650-4. https://dx.doi.org/10.1007/s10517-011-1406-9
  58. Dubova E.A., Pavlov K.A., Borovkova E.I., Bayramova M.A., Makarov I.O., Shchegolev A.I. Vascular endothelial growth factor and its receptors in the placenta of pregnant women with obesity. Bull. Exp. Biol. Med. 2011; 151(2): 253-8. https://dx.doi.org/10.1007/s10517-011-1302-3
  59. Щеголев А.И., Дубова Е.А., Павлов К.А., Есаян Р.М., Шестакова М.В., Сухих Г.Т. Сравнительная иммуногистохимическая оценка фактора роста эндотелия сосудов и его рецепторов в ворсинах плаценты при гестационном и сахарном диабете 1-го типа. Архив патологии. 2013; 5: 13-8. [Shchegolev A.I., Dubova E.A., Pavlov K.A., Esayan R.M., Sukhikh G.T., Shestakova M.V. Comparative immunohistochemical assessment of vascular endothelial growth factor and its receptors in placental villi in gestational and type 1 diabetes mellitus. Arhiv patologii. 2013; 5: 13-8. (in Russian)].
  60. Borovkova E.I., Shchegolev A.I. Vascular endothelial growth factor and its receptors in the placenta of gravidas with obesity. Research Journal of Pharmacy and Technology. 2018; 11(3): 1153-8. https://dx.doi.org/10.5958/0974-360X.2018.00215.9
  61. Kothari S., Phan J.H., Wang M.D. Eliminating tissue-fold artifacts in histopathological whole-slide images for improved image-based prediction of cancer grade. J. Pathol. Inform. 2013; 4: 22. https://dx.doi.org/10.4103/2153-3539.117448

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».