基于人工成像的数字病理学的可重复性和可复制性,用于评估肝纤维化

科学领域:

• 肝病学 肝病学是一种肝病学.
• 医疗成像医学成像
• 计算病理学计算病理学

背景情况:

• 纤维化分期对于代谢功能障碍相关的脂肪肝炎 (MASH) 预后和治疗评估至关重要.
• 传统的纤维化评估方法受到采样限制和观察者变异性的影响.
• 第二波生成/二光子激发光 (SHG/TPEF) 成像为未染色的组织学切片提供了替代方案.

研究的目的:

• 为了确定SHG/TPEF成像在MASH中纤维化阶段的可重复性和可重复性.
• 评估基于AI的qFibrosis系统的性能,以客观评估纤维化.

主要方法:

• 使用3台Genesis机器获得了SHG/TPEF图像.
• 每个样品在不同的时间点,每台机器扫描三次.
• 一个基于AI的算法计算了qFibrosis阶段 (qFS) 和连续值 (qFC),此前与已建立的纤维化阶段相关联.

主要成果:

• 对于qFS的高内部/系统间协议 (加权卡帕斯为0.880和0.850).
• 对于qFS的双向协议是89.16%的系统内和86.46%的系统间.
• 对于qFC,良好的系统内/系统间协议 (87.53%和78.05%),其中Bland-Altman协议>93%.

结论:

• qFibrosis系统在MASH纤维化分期中表现出良好的重复性和可重复性.
• 这种成像技术为病理学家提供了客观的参考.
• 与AI分析的SHG/TPEF成像提高了肝纤维化评估的可靠性.