基于像素强度和基于对象的图像分析软件算法的比较,用于评估从嵌入氨酸的人类瘤样本中的部分的免疫组织化学染色

科学领域:

• 数字病理学和计算分析
• 瘤学和组织病理学
• 生物标志物量化量化

背景情况:

• 组织病理学诊断依赖于专家对免疫组织化学 (IHC) 标志物的解释.
• 计算机辅助检测 (CAD) 系统正在成为病理学中的决策支持工具.
• 自动化分析软件必须捕获样本信息,以进行复杂的IHC标志物解释.

研究的目的:

• 从技术上评估两种常见的自动化分析方法:正像素数和单个单元格.
• 为了比较这些算法在商用数字病理学软件中的性能.
• 评估它们在量化瘤样本中IHC标志物阳性的有用性.

主要方法:

• 分析了37张免疫组织化学染色乳腺,结肠和子宫内膜瘤样本的整片图像.
• 利用两个软件平台 (ImageScope和HALO) 作为基于像素和基于对象的分析的代理.
• 采用了三种采样方法来记录抗体标志物阳性的百分比.

主要成果:

• 基于像素的软件在识别颜色强度方面表现出色,并为IHC标记器提供分级选项.
• 基于对象的软件在不同采样方法的阳性估计中表现出卓越的一致性.
• 软件的指标都没有提供研究标准所要求的全面IHC标志物评估.

结论:

• 基于对象的分析显示了在数字病理学中更一致的IHC标志物量化有希望.
• 当前的自动化分析软件可以帮助针对瘤标记物的具体定量表达问题.
• 需要进一步发展,以满足全面的本病理学评估的需求.