在恶性淋巴瘤中使用客观细胞形态参数检测新生细胞

科学领域:

• 血液病理学 血液病理学
• 计算病理学计算病理学
• 数字病理学数字病理学

背景情况:

• 病理学评估对于诊断恶性淋巴瘤至关重要,但缺乏对形态学评估的标准化标准.
• 需要对细胞特征进行客观的量化,以提高淋巴瘤亚型的诊断准确性和可重复性.

研究的目的:

• 开发和验证一种基于核形态学的定量方法来区分淋巴瘤亚型.
• 确定特定的形态参数来区分扩散型大B细胞淋巴瘤 (DLBCL) 和其他淋巴病变.

主要方法:

• 手动识别和测量来自10名患有DLBCL,卵泡淋巴瘤和反应性淋巴腺炎的患者的病变中的17个核形态参数.
• 亚型之间的参数的统计比较和t分布式随机邻居嵌入的应用用于特征提取.
• 开发决策树分类器和使用5倍交叉验证进行验证.

主要成果:

• 在淋巴瘤亚型之间观察到核形态参数的统计学上显著差异.
• 鉴定出一种独特的DLBCL细胞集群,其特征是毛囊淋巴瘤或反应性淋巴腺炎中不存在的特定特征.
• 决策树实现了高诊断性能:84.1%的灵敏度,98.4%的特异性和97.3%的准确性.

结论:

• 核形态学的定量分析为区分淋巴瘤亚型提供了客观指标.
• 像面积,圆数,MaxGray和ModeGray这样的关键参数对于识别DLBCL很重要.
• 这种定量方法有可能成为血液病理学中的可复制和灵活的诊断工具.