肝硬化症的自动细分和形态表征以及与组织病理学的相关性
Juan Esparza1, Utsav Shrestha1, David E Kleiner2
1Department of Biomedical Engineering, The University of Memphis, Memphis, TN, USA.
Journal of clinical and experimental hepatology
|May 30, 2023
概括
这项研究开发了一种自动化方法来分析肝脏组织学图像中的脂肪滴,揭示了脂肪形态,分布和非酒精性脂肪性肝病 (NAFLD) 严重程度之间的关联. 脂肪受影响的肝细胞比率 (FHR) 显示出作为分类肥胖症的替代品的希望.
科学领域:
- 肝病学 肝病学是一种肝病学.
- 医疗成像医学成像
- 计算病理学计算病理学
背景情况:
- 非酒精性脂肪肝 (NAFLD) 影响全球25%的人口.
- 肝硬化是NAFLD的一个关键特征,通常使用NASH临床研究网络 (CRN) 系统视觉分级.
- 准确量化肥症的严重程度对于患者的管理至关重要.
研究的目的:
- 在肝脏组织学图像中自动细分和表征脂肪滴 (FDs).
- 提取FDs的形态特征和分布模式.
- 将这些定量特征与肝硬化症的严重程度联系起来.
主要方法:
- 一个自动化细分算法应用于68名NASH候选人的肝脏组织学图像.
- 量化脂肪分数 (FF) 和受脂肪影响的肝细胞比率 (FHR).
- 提取的FD形态 (半径,圆形) 和分布 (最近邻居距离,区域同otropy).
主要成果:
- 在半径,最近邻居距离,区域同otropy,FHR和肥胖症严重程度 (病理学家等级) 之间发现了很高的相关性.
- 与FF相比,脂肪受影响肝细胞比率 (FHR) 在等级之间表现出优异的区别.
- 在患者样本内和患者样本之间观察到FD形态和分布的显著异质性.
结论:
- 自动定量FD形态和分布与肥胖症严重程度相关.
- FHR是Fat CRN评分系统的潜在替代品.
- 需要进一步的研究来确定这些定量特征在NAFLD/NASH进展中的临床意义.
