复杂的形状标记器可以检测到人类肺状细胞癌细胞核空间分布的变化:自动分析的有用工具?

科学领域:

• 数字病理学数字病理学
• 计算机成像成像技术
• 癌症研究 癌症研究

背景情况:

• 肺癌是癌症死亡的主要原因之一.
• 数字病理学和计算方法增强了癌症检测.
• 细胞分布的自动分析对于了解瘤特征至关重要.

研究的目的:

• 采用复杂的计算形状标记器用于在状细胞肺癌 (SqCC) 显微镜图像中自动分析细胞空间分布.
• 与对照组织相比,在SqCC中量化细胞核形状和分布的变化.
• 确定哪些形状标记在区分SqCC与良性组织方面最有效.

主要方法:

• 使用来自LC25000数据集的光微图.
• 应用于细胞核的碎形维度,缺陷性和多碎形分析 (Dq,α,f(α)).
• 计算的圆度,面积,周长,面积比,圆度和坚度.

主要成果:

• 在SqCC中,细胞核的碎形尺寸和缺口度分别增加了28%和41%.
• 多分位参数 (Dq,α,f(α)) 显示出显著差异,在q=+10时f(α) 增加了53%.
• 虽然圆形,面积和周长发生了变化,但SqCC和良性组织之间面积比,圆度和坚度并没有显著差异.

结论:

• 使用复杂形状标记物的细胞核分布的自动定量是一种快速,低成本的方法来评估SqCC显微特征.
• 多分质性 (f(α)) 和缺陷性是区分SqCC的关键标记.
• 这些计算标记显示了将其集成到软件和人工智能中,用于肺癌检测的潜力.