图研究中的数字病理学:QuPath和HALO的比较

科学领域:

• 神经病理学神经病理学
• 数字病理学数字病理学
• 神经退行性疾病 神经退行性疾病

背景情况:

• 数字病理学工具越来越多地被使用,但分析非新形成性人类大脑组织,特别是病变,存在挑战.
• 在复杂的大脑结构中量化病理需要强大可靠的方法.

研究的目的:

• 评估和比较HALO和QuPath数字病理学软件在人类大脑组织中的tau量化性能.
• 为了确定最可靠的度量 (百分比阳性,物体密度,光学密度) 在不同的大脑区域和病症严重程度的定量.

主要方法:

• 用HALO和QuPath软件量化海马和中额头环中的tau,用于各种tau病变.
• 通过将软件输出与Braak阶段和CERAD分数以及手动计数进行比较来评估性能.
• 使用了统计分析,包括配对的t测试和相关性分析 (Pearson的 ρ).

主要成果:

• 百分比阳性与布拉克阶段和CERAD分数有很强的相关性,表现优于物体和光学密度.
• QuPath与布拉克阶段 (ρ > 0.70) 呈现出优异的相关性,而HALO与CERAD得分更好地一致.
• 基于值的QuPath对象密度显示了与手动计数 (ρ > 0.70) 相比的一致性,在重新分析后有所改善.
• 在平台之间观察到对象和光学密度的显著差异,但百分比的积极性保持一致.

结论:

• 百分比阳性是数字神经病理学中tau量化最可靠的指标.
• 尽管HALO的用户友好界面,但QuPath为Braak分期提供了卓越的性能,更适合大规模分析.
• 软件的选择取决于特定的分析需求,QuPath被青用于高级研究,HALO用于特定的指标,考虑到平台的限制和潜在的故障.