[肝活检量化评估中的自动化挑战:自动量化肝肥症]

科学领域:

• 数字病理学数字病理学
• 医疗图像分析 医学图像分析
• 肝脏疾病诊断 肝脏疾病诊断

背景情况:

• 与代谢功能障碍相关的脂肪性肝病 (MASLD),以前称为NAFLD,诊断依赖于手动肝活检评估.
• 手动评估存在显著的观察者间变异性 (IBV),影响诊断一致性.
• 自动化方法提供了一个潜在的解决方案,以减少IBV在MASLD诊断.

研究的目的:

• 评估基于计算机的方法来预测肝硬化症.
• 为了证明不同评估方法对稳定症预测准确性的影响.
• 为应对因IBV而导致的算法验证方面的挑战.

主要方法:

• 通过自动图像处理,对40个组织部位进行肥胖症,细胞核和纤维化的分析.
• 基于生成的数据,预测脂肪症等级.
• 通过多个观察者对18个肝脏活检进行评估,以调查IBV.

主要成果:

• 基于面积的自动化方法比基于核的方法 (ρ = 0.79) 显示出更强的相关性 (斯皮尔曼 ρ = 0.92).
• 结合组织组成信息,预测误差降低了0.5% (以面积为基础) 和2.2% (以核为基础).
• 最终的基于面积的算法实现了80%的准确性和与手动评估的强烈相关性 (ρ = 0.94).

结论:

• 通过整合组织组成数据,可以增强自动化,确定性地评估肥胖症.
• 这种方法有效地减少了MASLD诊断中观察者间变化的影响.
• 改进的自动化方法支持更一致,更准确的肝病评估.