Разработка и проверка модели глубокого обучения для количественной оценки гломерулосклероза в образцах биопсии почки

Контакт:joanna.jia@wecistanche.com/ WhatsApp: 008618081934791

ВведениеВ настоящее время более 100 000 пациентов ожидаюттрансплантацияпочки.1 Несмотря на растущую потребность, от 17 до 20 процентов почек, извлеченных для трансплантации, выбрасываются.2-4 Из-за нехватки органов и растущего спроса натрансплантация почки, существует острая необходимость уменьшить ненужный выброс органов.3

Результат биопсии считается наиболее важным фактором при принятии решения об использовании или отказе от донорской почки.5 Многочисленные исследования связывают хроническое повреждение донорской почки.образцы биопсии почкис результатами трансплантации.6-12 Уровень 20 процентовглобальный гломерулосклерозчасто используется в качестве точки отсчета при принятии решения о трансплантации и является основным фактором, объясняющим, почему результат биопсии является наиболее распространенной причиной отказа органа для трансплантации в Соединенных Штатах.

Недавние исследования показывают, что приемлемые почки выбраковываются из-за изменчивой и непоследовательной интерпретации образцов донорской биопсии.3,13,14глобальный гломерулосклерозподвержен значительным человеческим вариациям.15-17 Замораживание артефактов, отсутствие специальных знаний, неправильная выборка и чувствительный ко времени характер этих оценок способствуют человеческим ошибкам.

Недавно глубокое обучение (ГО) продемонстрировало потенциал для повышения воспроизводимости и точности гистопатологического исследования.18-26 В предыдущих исследованиях, проведенных в других лабораториях, подходы ГО использовались для автоматизированного обнаружения несклеротических и полностью склеротических клубочков.27-31Однако , эти методы основаны на специальных красителях, таких как периодическая кислота-Шифф или трихром Массона, которые непрактичны в чувствительных ко времени условиях замороженных срезов. Предыдущая работа членов нашей группы описывает единственные опубликованные результаты, насколько нам известно, демонстрирующие высокую производительность для автоматического количественного определения процентов.глобальный гломерулосклерозс использованием изображений всего предметного стекла (WSI) замороженных срезов, окрашенных гематоксилин-эозином.

cistanche хороший бодибилдинг: для укрепления почек

Мы предполагаем, что подход DL к обследованию донораобразцы биопсии почкипревзойдет патологоанатомов в оценке процентаглобальный гломерулосклерози что дальнейшее улучшение будет возможно путем изучения нескольких уровней раздела. Предполагается, что это увеличенное количество образцов тканей снижает вероятность ненужного отказа от органов и решает вопрос о том, связаны ли методы DL с существенным увеличением доступного пула донорских органов.

Ключевые слова:гломерулосклероз,почка, Образцы биопсии почки, трансплантация почки, глобальный гломерулосклероз

МетодыЭто исследование проводилось в соответствии с Руководством по составлению отчетности для диагностических и прогностических исследований в соответствии с Руководством по составлению отчетов о многофакторной модели прогнозирования для индивидуального прогноза или диагноза (TRIPOD). Это исследование было рассмотрено и одобрено институциональным наблюдательным советом Вашингтонского университета, который также отказался от необходимости получения информированного согласия пациента, поскольку в этом исследовании использовались только неидентифицируемые биообразцы из существующего набора данных.

Сбор данныхWSI были получены из образцов биопсии умерших доноров — 98 замороженных срезов, окрашенных гематоксилин-эозином, и 51 постоянный срез — взятых в общей сложности из 83 образцов.почкис использованием как клиновидных, так и игольчатых образцов. Биоптаты замороженных срезов и биоптаты постоянных срезов были получены из разных почек. Из 83 экз. 62 имели не менее 2 уровней сечения. Изображения образцов биопсии из базы данных Вашингтонского университета были получены из Gift of Life Michigan (получены в период с августа 2015 г. по ноябрь 2016 г. с использованием сканера Sakura; увеличение, × 20) и Вашингтонского университета (получены в период с июня 2015 г. по июнь 2017 г. через Mid-America Transplant с использованием Сканер Aperio Scanscope CS, увеличение х20). Любой умерший донор органов, поступивший в период между этими датами и подвергшийсябиопсия почкидля цифрового интраоперационного патологоанатомического исследования подходил для этого исследования. Демографические характеристики и клинические особенности доноров были неизвестны исследователям. Все сканы были преобразованы из формата SVS в формат TIFF с полным разрешением (0,5 мкм/пиксель). Размеры изображений варьировались от 105 мегапикселей до 1448 мегапикселей.

Аннотация данныхСлайды были впервые аннотированы для несклеротических и склеротических клубочков сертифицированным экспертом.почкапатологоанатом (PW или JPG), пересмотренный вторым сертифицированным патологоанатомом (TCL) с опытом интерпретации донораобразцы биопсии почки, с последующей окончательной доработкой другим сертифицированным экспертом.почкапатологоанатом (PCW или JPG). Окончательные пересмотренные аннотации служили исходной истиной (т. е. золотым стандартом) для обучения и оценки моделей. Типичная вариабельность количества клубочков с каждым пересмотром показана на рис. 1 в Приложении. Внутренний подключаемый модуль, написанный для Fiji32, использовался для ручного выделения и классификации клубочков на каждом WSI для создания попиксельных масок меток областей клубочков с тем же разрешением, что и у родительского WSI. Клубочки были классифицированы как глобально склеротические (определяемые как склероз, затрагивающий весь гломерулярный пучок, включая устаревшие, затвердевшие и исчезающиеглобальный гломерулосклероз)или неглобальный склероз. Все остальные области были сгруппированы вместе и обозначены как тубулоинтерстиций. В общей сложности 1544 глобально склерозированных и 6914 неглобально склерозированных клубочков были помечены на 149 отдельных изображениях. Образцы биопсии показали широкий диапазон процентовглобальный гломерулосклероз(0 процентов -77 процентов ). Среднее (SD) количество клубочков на предметное стекло составило 57 (31).

Архитектура модели DLМодель DL, используемая в этом исследовании, представляла собой полностью свернутую нейронную сеть, основанную на архитектуре VGG1633, описанной в предыдущей работе, в которую входил член нашей группы.34 Вкратце, данные были введены в предварительно обученную сеть на основе VGG16 с весами, замороженными ниже узкое место (т. е. непосредственно перед плотно связанными классификационными слоями). Плотно связанные классификационные слои VGG16 были заменены на 5 полностью сверточных слоев с обучаемыми весами. Использование полностью сверточной архитектуры во всей сети позволило выполнить преобразование «изображение в изображение», а не преобразование «изображение в метку» для каждого патча входного изображения, последнее из которых является менее точным подходом и гораздо более вычислительно дорого.34 Полностью сверточная модель генерировала пиксельные карты с пониженной дискретизацией, зарегистрированные в патче входного изображения, давая вероятность того, что каждый выходной пиксель был тубулоинтерстициальным, неглобально склерозированным клубочком или глобально склерозированным клубочком.

Параметры обученияИзображения были разделены на 2048 × 2048-пикселей (1024 × 1024 мкм), частично перекрывающихся фрагментов изображения (шаг, 1664 пикселя или 838 мкм) для ввода данных для обучения. Патчи для обучения отбирались путем случайной выборки из всего пула патчей изображений (примерно 6500 патчей в каждом обучающем наборе для перекрестной проверки, длина одной эпохи). Входные патчи случайным образом переворачивались или поворачивались (на 0 градусов , 90 градусов , 180 градусов или 270 градусов ), что приводило к 8-кратному увеличению обучающих данных для общего примерно 52 000 возможных обучающих патчей в выборочный пул. Обучение проводилось с использованием TensorFlow путем минимизации категориальной кросс-энтропийной потери, взвешенной по классам с использованием отношения склерозированных к несклерозированным и тубулоинтерстициальным категориям 10: 5: 1, чтобы компенсировать дисбаланс классов. Оптимизация стохастического градиентного спуска использовалась с циклической скоростью обучения от 1e-4 до 1e-2 и размером партии 4 для 15 эпох.

Перекрестная проверкаМодель была обучена и протестирована с 10-кратной перекрестной проверкой, при которой 10 % WSI не учитывались при обучении в каждой кратности, а полученная модель (обученная на оставшихся 90 % данных) использовалась для создания прогнозов. на удержанных WSI. Изображения с разных уровней одного и того жепочкавсегда держались вместе. Никакая информация из тестового набора перекрестной проверки не использовалась для информирования обучения соответствующей складки. Прогнозы для задержанных слайдов были сгенерированы фрагментами в соответствии с описанной выше схемой нарезки изображений (т. е. фрагменты размером 2048 × 2048 пикселей с шагом 1664- пикселя), а результаты были повторно собраны для создания выходных карт вероятностей для всех WSI.

ПостобработкаСтандартный лапласиан алгоритма обнаружения гауссовских пятен, хорошо подходящий для выявления круглых областей высокой интенсивности изображения в различных масштабах,35 использовался для локализации отдельных клубочков на вероятностных картах. Процентглобальный гломерулосклерозрассчитывали по формуле 100 × S/N, где S — количество глобально склерозированных клубочков, а N — общее количество клубочков.

Статистический анализПопиксельное соответствие между картами аннотации и вероятности предсказания было количественно определено с помощью коэффициента Дайса и метрики пересечения по объединению, рассчитанной в совокупности для всех пикселей в каждой выходной метке. Подсчет клубочков был получен после обработки обнаружения блоба на склерозированных и несклерозированных каналах карты вероятностей. Процентглобальный гломерулосклерозбыл рассчитан из этих подсчетов для отдельных изображений и для отдельныхпочки, путем объединения счетчиков для всех уровней (обычно 2), связанных с каждымпочка.Подсчет клубочков сравнивали с достоверностью аннотации, точность оценивалась с помощью коэффициента корреляции Пирсона r и среднеквадратичной ошибки (RMSE). Соответствующие количества для процентовглобальный гломерулосклерозбыли рассчитаны для оценок дежурных патологоанатомов, и эти значения были сопоставлены с характеристиками модели.

Категоризацияпочкикак «приемлемый» для трансплантации или «отклоненный» определялся в 20 процентах случаев.глобальный гломерулосклероз, широко используемая точка отсечения в современной клинической практике, основанная на исторических данных. Оценка F1 была рассчитана как функция правильного определения того, была ли выборка выше или ниже 20-процентной точки отсечки по отношению к аннотациям истинности. Коэффициент Коэна κ (показатель согласия между оценщиками) также был рассчитан для дискриминации модели и дежурных патологоанатомов в 20-процентной точке отсечения по сравнению с аннотацией наземной истины и друг с другом.

Поскольку определениеглобальный гломерулосклерозестественно выражается как среднее значение бета-распределения, заданного параметрами S (количество глобально склерозированных клубочков) и (N - S) (количество неглобально склерозированных клубочков), оно использовалось для вычисления 95-процентных интервалов прогнозирования, которые служат индикатором точность вывода. 2-сторонний P < .05="" считался="" статистически="" значимым.="" все="" статистические="" анализы="" проводились="" с="" марта="" 2018="" г.="" по="" август="" 2020="" г.="" с="" использованием="" пакетов="" python="" scikit-learn="" версии="" 0.22.1="" и="" scipy.stats="" версии="">

Полученные результаты

Визуализация выводаПредсказанные выходные данные изображений для WSI с замороженными и постоянными сечениями показали качественное соответствие с целевыми аннотационными картами (рис. 1). Суммарные коэффициенты Дайса составили 0,784 для клубочков с неглобальным склерозом и 0,600 для клубочков с глобальным склерозом; совокупное пересечение по объединенным метрикам для тех же групп составило 0,645 для неглобально склерозированных клубочков и 0,429 для глобально склерозированных клубочков. Примечательно, что даже замороженные срезы со значительными артефактами показали качественное визуальное соответствие между истинностью аннотаций и прогнозами (пример показан на рисунке 1A).

Оценка процента глобального гломерулосклероза на основе отдельных слайдовПерекрестная проверкагломерулосклерозпрогнозы на отдельных слайдах также коррелировали с аннотациями (r {{0}},916; 95-процентный доверительный интервал, 0,886-0,939; и RMSE=5,631. ; 95-процентный ДИ, 4,{{10}},517; P < ,001)="" (рис.="" 2а).="" разделение="" результатов="" по="" методу="" подготовки="" слайдов="" показало,="" что="" прогнозы="" на="" замороженных="" срезах="" показали="" аналогичную="" корреляцию="" с="" наземной="" истиной="" (r="0,918;" 95-процентный="" ди,="" 0,879-0,944;="" rmse="" {{="" 20}},20;="" p="">< 0,001)="" (eрисунок="" 3a="" в="" приложении),="" тогда="" как="" постоянная="" группа="" показала="" более="" высокие="" результаты="" (r="0,940;" 95-процентный="" ди,="" 0,896-0,965;="" rmse="4.32;" p="">< .001)="" (eрисунок="" 3d="" в="" приложении).="" общее="" количество="" клубочков,="" обнаруженных="" моделью,="" показано="" на="" рисунках="" 3a="" и="" b,="" иллюстрирующих="" корреляции="" неглобально="" склерозированных="" клубочков="" с="" истинной="" достоверностью="" (r="0,955;" 95-процентный="" ди,="" 0,938-0,967.="" ;="" rmse="8,383;" p="">< 0,001)="" и="" глобально="" склерозированные="" клубочки="" с="" истинной="" достоверностью="" (r="0,934;" 95-процентный="" ди,="" 0,909-0,952;="" rmse="" {{50="" }},718;="" p="">< 0,001).="" средние="" (sd)="" различия="" количества="" клубочков="" между="" аннотацией="" и="" прогнозом="" составили="" 3,1="" (7,8)="" для="" неглобально="" склерозированных="" клубочков="" и="" 0,2="" (4,7)="" для="" глобально="" склерозированных="" клубочков.="" аналогичные="" положительные="" результаты="" для="" прогнозируемого="" количества="" клубочков="" наблюдались="" при="" разделении="" предметных="" стекол="" путем="" обработки="" (eрисунок="" 2a,="" b,="" e="" и="" f="" в="">

Оценка процента общего гломерулосклероза на основе объединенных слайдов Уровни объединения улучшили производительность модели подсчета клубочков (рис. 3C и D; eрис. 2C, D, G и H в Приложении), а также корреляцию гломерулосклероза с аннотациями, как показано на рисунке 2B ( r=0,933, 95-процентный доверительный интервал, 0.898-0,956, и среднеквадратичная ошибка=5.094, 95-процентный доверительный интервал, 3,{{ 13}},301; P < 0,001,="" для="" комбинированных="" замороженных="" и="" постоянных="" срезов),="" улучшение="" работы="" дежурных="" патологоанатомов="" в="" тех="" же="" случаях="" (r="0,884;" 95-процентный="" ди,="" 0,{{21}="" },923="" и="" rmse="6,523," 95-процентный="" ди,="" 5,191-7,783,="" p="">< 0,001)="" (рис.="" 2c).="" глобальная="" ошибка="" гломерулосклероза,="" измеренная="" с="" помощью="" rmse,="" была="" на="" 22%="" ниже="" для="" модели,="" чем="" для="" дежурных="" патологоанатомов.="" согласованность="" между="" прогнозами="" модели="" глобального="" гломерулосклероза="" для="" индивидуального="" и="" объединенного="" уровней="" показана="" на="" eрисунок="" 4="" в="" приложении="" как="" невязка="" по="" отношению="" к="" базовой="" истине="">

лечение полового расстройства почек

Оценка риска неправильной характеристики почек. Объединенные результаты глобального процента гломерулосклероза для аннотаций, модельных прогнозов и дежурных патологоанатомов были отсортированы и нанесены на график в порядке увеличения процента глобального гломерулосклероза для всех 83 почек, включенных в исследование, вместе с соответствующими 95-процентными интервалами прогнозирования и 20-процентная точка отсечения для принятия или отторжения трансплантата донорского органа (рис. 4B-F). Поскольку все уровни раздела оцениваются дежурными патологоанатомами во время биопсии, их результаты считаются объединенными оценками. Почки с интервалами прогнозирования, перекрывающими 20-процентную линию точки отсечения, более подвержены риску ошибочного принятия или отторжения, если количество клубочков оценивается неправильно. Вероятность ошибочной классификации почки с более чем 20-процентным глобальным гломерулосклерозом показана на рисунке 4А. Используя отдельные слайды, прогнозируемая частота ошибок модели DL была на 15 процентов ниже, чем для патологоанатомов по вызову, и почти идентична аннотациям наземной истины (т.е. идеальному случаю). С объединенными уровнями прогнозируемая частота ошибок модели DL снизилась на 37 процентов ниже, чем у дежурных патологоанатомов. Точно так же прогнозируемая частота ошибок модели DL для ошибочного принятия органа с использованием индивидуальных уровней была на 21 процент ниже, чем у дежурных патологоанатомов, и на 34 процента ниже при использовании объединенных уровней.

Оценка F1 и коэн κ показали аналогичные результаты. Оценка F1 модели DL для отдельных уровней, имеющихглобальный гломерулосклерозниже 20 процентов было 0,896, и 0,950 для отдельных уровней выше 20 процентов . Эти показатели улучшились при объединении уровней до 0,926 для тех, кто ниже 2{{2{0}} процентов, и 0,964 для тех, кто выше 20 процентов. Это выгодно отличалось от показателей F1 для дежурных патологоанатомов: 0,852 для тех, кто менее 20 процентов, и 0,929 для тех, кто выше 20 процентов. Коэн κ для прогнозов модели на отдельных уровнях по отношению к наземной истине составлял 0,847, улучшаясь до 0,891 для объединенных уровней. Коэн κ для

количество дежурных патологоанатомов в отношении объединенных аннотаций было ниже, при значении 0,781, и составляло 0,714 по сравнению с прогнозами объединенного уровня модели. Согласованность между результатами патологоанатома и моделью для объединенных результатов уровня показана на eРисунке 5 в Приложении как невязка по отношению к наземной истине, отсортированная по наземной истине.глобальный гломерулосклерозпроцентное и общее количество клубочков. Ценность многоуровневой экспертизы показана путем оценки интервалов предсказания по бета-распределению. Иллюстрация бета-распределения для гипотетического образца биопсии с 15 процентамиглобальный гломерулосклерозпоказано на рисунке 5A для пулов 1, 2, 3 и 4 уровней, при условии, что на каждом уровне имеется 58 наблюдаемых клубочков (среднее число для этого исследования). Высота каждой кривой при заданном значении по горизонтальной оси может интерпретироваться как относительная вероятность оценки процентаглобальный гломерулосклерозбыть таким значением, учитывая истинное распределение склерозированных и нормальных клубочков. Таким образом, площадь под кривой дает оценку вероятности полученияглобальный гломерулосклерозоценки в пределах интегрирования. Распределение сузилось с увеличением объединения. Что еще более важно, нормализованная площадь под кривой за пределами номинальной точки отсечения 20 процентов уменьшилась с 14 процентов при использовании только одного уровня до 2 процентов при объединении 4 уровней (рис. 5B), что представляет собой 7-кратное уменьшение вероятности неправильное переоцениваниеглобальный гломерулосклерози ошибочно отказываясь от того, что должно быть пригодным для использования органом. Чтобы дополнительно проиллюстрировать преимущества объединения уровней, подсчет клубочков для 1000 случайно выбранных оценок образцов донорской биопсии (из той же базы данных, что и 83образцы биопсии почкииспользуемые в этом исследовании) использовались для моделирования эффектов объединения уровней для большой совокупности.

оценки патологоанатома по вызову использовались в качестве суррогатов для наземных подсчетов клубочков, а объединение данных моделировалось путем умножения зарегистрированных подсчетов на уровень на количество смоделированных уровней в пуле. Применяя анализ, описанный выше, к этому сценарию, количество ошибочно отбракованных органов на каждые 1000почкиwould decrease from 31 to 13 by increasing the number of levels evaluated from 1 to 4 (Figure 5C). As a demonstration of the potential clinical workflow with the incorporation of DL techniques, the DL model's predicted annotations for 25 cases from the study data set were randomly selected (5 each with 0%-5%, 6%-10%, 11%-15%, 16%-20%, and >20-процентный глобальный гломерулосклероз) и были представлены патологу, который оценил гистологические изображения с наложенными классификациями клубочков, сгенерированными моделью. Затем патологоанатом корректировал любые пропущенные или неточно маркированные клубочки способом и в сроки, соответствующие текущей клинической практике. Оценка, исправленная патологоанатомом, лучше коррелировала с наземной истиной (r=0,958) и имела меньшую ошибку (RMSE=4,352), чем у дежурного патологоанатома (r=0). 613; RMSE=0,898) или только модель DL (r=0,847; RMSE=7,535) (рис. 7 в Приложении).

Обсуждение

Модель DL дала обнадеживающие результаты как в качественных (визуальных), так и в количественных результатах, а также повторила результаты, описанные в более ранней работе членов нашей группы на меньшей обучающей выборке. -вызов патологоанатомов. Время обработки модели отдельного WSI составляло примерно 5 минут, что вполне соответствует типичным ограничениям интраоперационной консультации по патологии.

Увеличение ошибок подсчета при использовании небольшой выборки подчеркивает ценность, полученную в результате объединения результатов нескольких уровней, полученных из одногобиопсия почки.Типичная толщина донорабиопсия почкиобразец 1 мм. Патолог исследует только репрезентативный срез этой ткани толщиной 5- мкм, оставляя значительную часть неоцененных участков.почканеисследованный. Хотя клубочки, отобранные в последующих секциях, могут быть не независимыми, процесс подготовки предметного стекла может привести к существенной изменчивости общего гломерулосклероза от секции к секции, независимо от изменчивости наблюдателя (рис. 6 в Приложении). Оценивая большее количество срезов ткани, можно свести к минимуму влияние этой изменчивости и повысить надежность оценки образца биопсии. Это преимущество четко наблюдается в настоящем исследовании для каждого показателя (рисунки 2-4), все из которых показали улучшение при исследовании дополнительной ткани.

Текущий стандарт лечения требует оценки только 25 клубочков и 1-2 уровней разреза, потому что большее количество оценок практически не достижимо человеческими патологоанатомами в контексте срочной трансплантации органов. Использование методов DL для увеличения человеческих возможностей в этих условиях может добавить жизненно необходимые органы в пул доноров. Потенциальный клинический рабочий процесс с включением методов DL может быть следующим: образец поступает в лабораторию замороженных срезов, где готовится и сканируется предметное стекло замороженных срезов. Затем WSI загружается в безопасное место для анализа с использованием модели DL. Пока модель DL анализирует, патологоанатом может войти в систему и просмотреть образец для других соответствующих результатов. Результат модели DL будет доступен в течение 5–10 минут, представлен патологу в виде графического наложения классификации клубочков на гистологическое изображение, затем проверен (и при необходимости изменен) патологоанатомом и включен в отчет. Фактический отчет будет напрямую связан с клинической электронной медицинской картой.

ОграниченияЕсть некоторые ограничения для этого исследования. Это было одноцентровое исследование. Хотя WSI были сгенерированы с использованием 2 сканеров в 2 учреждениях, набор данных замороженных срезов был полностью сгенерирован в 1 учреждении, тогда как набор данных постоянных срезов был создан из другого. Хотя небольшой предварительный набор данных (n=17) показал, что прогнозы модели на замороженных срезах продемонстрировали разумное соответствие с соответствующими постоянными срезами и что модель превзошла дежурных патологоанатомов на этих замороженных срезах (рис. 8 в Приложении), это исследование не касалось непосредственно отдельного вопроса о том, насколько близко замороженные срезы (а также их оценки патологоанатомами) соответствовали постоянным срезам, впоследствии полученным и обработанным из того же образца биопсии.

Набор данных был небольшим по сравнению с другими исследованиями DL. Однако в общей сложности было исследовано почти 8500 клубочков, что является относительно большим числом. Ограничение при оценке большего количества случаев заключается в длительном процессе последовательного аннотирования WSI. Для дальнейшей оценки надежности этой модели потребуются дополнительные исследования, в которых модель тестируется с использованием WSI, созданных в дополнительных лабораториях и сканерах.

ВыводыЭто прогностическое исследование показало лучшую производительность для количественной оценки процентаглобальный гломерулосклерозиз WSI замороженного и постоянного донорского трансплантата, окрашенного гематоксилин-эозиномобразцы биопсии почкимоделью DL, чем дежурными сертифицированными патологоанатомами. Производительность была дополнительно улучшена за счет исследования дополнительных срезов тканей, что выходит за рамки возможностей патологоанатомов из-за чувствительной ко времени природы оценки образцов донорской биопсии. Результаты показали снижение вероятности неправильной характеристики процентаглобальный гломерулосклерозпри использовании модели DL, тем самым уменьшая вероятность ненадлежащего отказа от донорского органа или использования субоптимального органа. Полученные данные иллюстрируют значительные преимущества, которые могут быть достигнуты с помощью методов DL в клинической практике хирургической патологии.