作为胰腺癌的预后标志物,自动量化瘤-肌瘤比率
Pierpaolo Vendittelli1, John-Melle Bokhorst1, Esther M M Smeets1
1Department of Pathology, Radboud University Medical Center, Nijmegen, The Netherlands.
PloS one
|May 21, 2024
概括
这项研究引入了胰腺癌中瘤-肌瘤比率 (TSR) 量化的自动管道,显示了其作为患者生存预测的预后标记物的潜力.
科学领域:
- 计算病理学计算病理学
- 在瘤学瘤学.
- 数字病理学数字病理学
背景情况:
- 胰腺癌缺乏强大的预后生物标志物,因此需要新的工具来预测患者的结果.
- 目前的分期系统在准确预测患者存活率方面存在局限性.
研究的目的:
- 开发和验证一种自动化管道,用于量化胰腺癌中瘤-肌瘤比率 (TSR).
- 评估TSR作为胰腺癌存活率的独立预后标记物的潜力.
主要方法:
- 使用深度学习方法从整个幻灯片图像中自动细分瘤和筋膜组件.
- 该管道经过训练和验证,使用五倍交叉验证和独立的外部测试集.
- 计算了瘤-肌瘤比率 (TSR),并评估了它与六个月存活率的关联.
主要成果:
- 深度学习模型实现了高细分精度,瘤上皮质的Dice中位数分别为0.751和0.726,内部和外部测试组的瘤体积分别为0.76和0.863.
- 自动化TSR量化证明了作为一个独立的预后标记物的潜力.
- 交叉验证显示,在外部数据集上预测六个月生存时间的AUC为0.61±0.12.
结论:
- 自动化TSR量化管道显示,作为胰腺癌的预后生物标志物具有前途.
- 计算生物标志物发现可以提高患者的预测结果,并支持个性化治疗策略.


