非破坏性3D病理学与核特征分析用于前列腺癌风险评估

科学领域:

• 病理学 病理学 病理学
• 计算生物学 计算生物学
• 在瘤学瘤学.

背景情况:

• 前列腺癌分级依赖于主观的二维组织学,导致观察者之间的高变化和低于最佳的治疗决策.
• 目前的方法,包括国际泌尿病学学会 (ISUP) 的分级,与个体患者的结果的相关性有限.
• 以前的研究表明,对二维和三维特征的计算分析可以改善癌症预后.

研究的目的:

• 调查前列腺癌中基于3D形状的核特征的预后价值.
• 为了比较3D核特征与2D特征和树皮细胞核的预测精度.
• 探索3D核形态学的潜力,以开发改善前列腺癌管理的决策支持工具.

主要方法:

• 使用开放式光片显微镜从102个前列腺癌活检中生成3D病理学数据集.
• 开发了一个深度学习工作流程,用于腺体和树皮区域的3D核细分.
• 提取了基于3D形状的核特征,并使用嵌套交叉验证方案训练了一台机器分类器,以预测5年生化复发 (BCR).

主要成果:

• 来自腺上皮的3D核特征比 stromal 细胞 (AUC=0.63) 的3D核特征更具预后性 (AUC=0.72).
• 基于3D形状的核特征与BCR风险的关联比类似的2D特征更强 (AUC=0.72对比0.62).
• 研究结果表明,3D核形态与前列腺癌的攻击性有关.

结论:

• 基于3D形状的核特征在前列腺癌中显示出显著的预后价值.
• 这些3D特征在预测复发方面优于传统的2D分析和树皮特征.
• 3D核形态分析有望增强前列腺癌决策支持工具,改善患者的治疗结果.