使用HALO数字图像分析,自动检测牛病毒性腹病毒抗原在耳标本
Susanne Je-Han Lin1, Drew R Magstadt1, Rachel J Derscheid1
1Veterinary Diagnostic Laboratory, Iowa State University, Ames, IA, USA.
概括
数字病理学和人工智能支持的图像分析显著改善了在牛群中检测牛病毒性腹病毒 (BVDV) 的能力. 这项技术减少了错误,并节省了疾病监测的时间,使其成为兽医和研究人员的宝贵工具.
科学领域:
- 兽医病理学 兽医病理学
- 数字病理学数字病理学
- 动物病毒学 动物病毒学
背景情况:
- 牛病毒性腹病毒 (BVDV) 持续感染对牛的健康构成重大威胁,需要有效的监测.
- 目前用于在耳中检测BVDV抗原的免疫组织化学 (IHC) 方法是耗时的,特别是在审查众多负样本时.
研究的目的:
- 评估数字病理学和高级图像分析软件的效率,以检测牛监测中的BVDV阳性IHC样本.
- 与手动评估相比,评估自动化系统的准确性,灵敏性和特异性.
主要方法:
- 用BVDV抗原染色的甲固定,嵌耳孔样本的全幻灯片成像.
- 应用先进的图像分析软件用于数字幻灯片的自动选.
- 将自动化结果与人类直接评估进行比较 (黄金标准).
主要成果:
- 数字病理学方法在选518个幻灯片 (2,884个耳孔) 中实现了97.4%的灵敏度和89.4%的特异性.
- 与手动幻灯片检查相比,技术人员和病理学家可以节省大量时间.
- 减少了人类错误在识别积极的IHC结果时的可能性.
结论:
- 数字病理学与图像分析相结合,为牛的BVDV监测提供了一种更有效,更准确的方法.
- 这项技术有望优化诊断工作流程,降低成本并改善疾病控制策略.
- 预计软件,染色和质量控制方面的进一步改进将提高这种方法的实用性.
