定量图像分析管道用于检测循环混合细胞在免疫光图像中以人类水平的精度
Robert T Heussner1, Riley M Whalen2, Ashley Anderson2
1Department of Biomedical Engineering, Oregon Health & Science University, Portland, OR 97201, USA.
bioRxiv : the preprint server for biology
|September 4, 2023
概括
在癌症患者中使用图像分析管道自动检测循环混合细胞 (CHC),可显著提高准确性和效率. 这种新方法克服了手册注释方面的挑战,并有助于理解癌症转移.
科学领域:
- 在瘤学瘤学.
- 生物技术是生物技术.
- 图像分析 图像分析
背景情况:
- 循环混合细胞 (CHC) 是患者血液中的瘤衍生细胞,涉及癌症转移.
- 目前用于在周围血液单核细胞 (PBMC) 的免疫光 (IF) 图像中识别CHC的方法是手动的,耗时的和主观的.
- 对PBMC的IF成像面临生物和技术工件的挑战,复杂化了精确的CHC检测.
研究的目的:
- 开发和验证一个强大的图像分析管道,用于自动检测和分析IF图像中的CHC.
- 解决手册注释的局限性,包括主观性,时间消耗和潜在的偏见.
- 评估自动化管道与人类注释器的性能,并评估其对CHC研究的有用性.
主要方法:
- 开发了一条图像分析管道,其中包含了删除文物的质量控制.
- 使用β-变量自编码器 (β-VAE) 来学习单细胞图像的潜在表示.
- 采用支持矢量机 (SVM) 分类器用于CHC检测,接受了β-VAE编码的培训.
- 创建了来自9名患者和2个疾病部位的标记数据集,涉及10名注释者来评估性能和注释者变化.
主要成果:
- 自动化管道显示F1得分为0.80,与人类注释者的平均表现相匹配.
- 观察到显著的注释者变化,只有65%的人同意CHC识别.
- 手动方法显示了大细胞计数的低估偏差,而拟议的管道对区域大小无偏见.
- 该管道成功地在PBMC中识别了离散细胞表型,表明了更广泛的适用性.
结论:
- 开发的图像分析管道为检测循环混合细胞 (CHC) 提供了准确而公正的方法.
- 这种自动化方法增强了对CHCs在癌症进展中的作用及其作为转移生物标志物的潜力的研究.
- 该管道识别细胞表型的能力表明其实用性超出了PBMC中的CHC分析.
