在整张幻灯片图像中识别子宫前胎盘,使用人工智能进行胎盘分析

科学领域:

• 数字病理学数字病理学
• 计算机成像成像技术
• 生殖医学是一种生殖医学.

背景情况:

• 孕前 (PE) 是一种高血压妊娠疾病,与胎盘功能障碍和特征性病理病变有关.
• 目前的病理诊断缺乏黄金标准,阻碍了PE和非PE怀孕之间的区别.
• 计算病理学为改善诊断能力提供自动化分析.

研究的目的:

• 评估计算病理学在识别子宫前形胎盘方面的有效性.
• 开发和验证使用胎盘全幻灯片图像 (WSIs) 检测PE的计算模型.

主要方法:

• 使用了168个胎盘WSIs (84个PE,84个对照) 用于模型开发和内部验证.
• 使用无监督学习 (自动编码器,K-means集群) 和监督学习 (U-Net细分) 进行定量评估.
• 使用整体方法开发了一个预测模型,通过76个额外的胎盘幻灯片进行外部验证.

主要成果:

• 整体计算病理学模型实现了AUPRC的0.771 (95%CI,0.752-0.790) 与77.3%的灵敏度和71.1%的特异性.
• 外部验证显示,AUPRC为0.725 (95% CI,0.720-0.730) 的良好歧视.
• 计算模型的性能优于临床特征模型 (AUPRC 0.713).

结论:

• 计算病理学显示出有很大的潜力,可以改善预先形胎盘的识别.
• 开发的模型有效地区分PE胎盘,为临床诊断提供了有价值的工具.