使用基于组织自光的虚拟染色的肺部和心脏移植活检的无标签评估

科学领域:

• 在移植诊断中计算病理学和数字成像.

背景情况:

• 异构移植排斥是器官移植的关键并发症,需要精确的组织学评估.
• 传统的组织化学染色是耗时的,昂贵的,劳动密集的,并且限制了组织的再利用.
• 染色和处理小样本活检的变化可能会阻碍准确的病理分析.

研究的目的:

• 开发和验证虚拟染色神经网络用于肺和心脏移植活检.
• 将无标签的自发光图像数字转换为传统的组织学染料,绕过传统的方法.

主要方法:

• 开发虚拟染色神经网络用于肺和心脏移植活检.
• 自流光显微镜图像的数字转换为虚拟的血素和素 (H&E),马森三色素 (MT) 和弹性Verhoeff-Van Gieson染料.
• 虚拟染色质量和诊断一致性由认证病理学家进行盲目评估.

主要成果:

• 虚拟染色网络产生了高质量的组织学图像,具有出色的颜色均性,紧密模仿传统染色.
• 与传统染色相比,肺部活检的诊断一致率为82.4%,心脏活检的诊断一致率为91.7%.
• 虚拟染色节省了组织,专家的时间和成本,同时消除了相邻部分之间的结构不匹配.

结论:

• 虚拟染色板为移植活检评估提供了传统体内化学染色的有效替代方案.
• 这项技术可以增强对器官移植拒绝的临床诊断工作流程.
• 虚拟染色有可能提高移植活检下游自动化分析模型的性能.