数字图像分析在组织病理学质量控制中的应用分析

科学领域:

• 组织病理学 组织病理学
• 数字病理学数字病理学
• 图像分析 图像分析

背景情况:

• 准确的组织病理学诊断依赖于技术变量和切片质量.
• 组织学切口的手动质量控制是劳动密集型和专业知识依赖的.

研究的目的:

• 评估数字图像分析,用于组织学切口的自动质量控制.
• 开发和验证用于评估组织学切片质量的定量评分.

主要方法:

• 捕获了1000个组织学部分及其相应块的数字图像 (Digiblock和Digislide).
• 通过将幻灯片上的组织面积与块上的组织面积划分来计算DigislideQC得分.
• 将DigislideQC得分与不完整部分所需的重新切割数量进行比较.

主要成果:

• 迪吉斯莱德QC得分在0.1到0.99之间,曲线下的面积 (AUC) 为98.8%.
• 截止值为0.65,显示了99.6%的灵敏度和96.7%的特异性,用于识别需要重新切割的幻灯片.

结论:

• 数字图像 (Digiblock, Digislide) 提供了有价值的部分质量信息.
• DigislideQC得分有效地识别了需要重新剪辑的幻灯片,减少了工作量和周转时间.
• 这项技术可以增强常规组织病理学,数字病理学和远程病理学工作流程.