区分反应性淋巴细胞从爆炸使用碎形染色素模式
Abigail Gordhamer1, Henry Tullis1, Ryan Cordner1
1Department of Microbiology and Molecular Biology, Brigham Young University, Provo, Utah, USA.
International journal of laboratory hematology
|August 16, 2025
概括
区分反应性淋巴细胞 (RLs) 和爆发是具有挑战性的. 这项研究引入了一种新的方法,使用碎形色素模式来准确区分这些细胞,帮助临床血液学诊断.
科学领域:
- 血液学 血液学 血液学
- 计算生物学 计算生物学
- 图像分析 图像分析
背景情况:
- 反应性淋巴细胞 (RLs) 和弹性细胞在形态上相似,在外周血液涂抹中很难区分.
- 区分RLs和爆发是关键的,因为它们与不同的疾病,预后和治疗有关.
- 目前的形态学方法在区分这些细胞类型方面缺乏明确的准确性.
研究的目的:
- 开发和验证一种计算方法来区分反应性淋巴细胞 (RLs) 和血清细胞.
- 评估碎形色素图案量化的有效性,以区分RL和爆发.
- 探索这个算法在血液学实验室的潜在临床实用性.
主要方法:
- 用TWOMBLI软件将白细胞图像中的细胞核分离出来,用于碎形模式量化.
- 机器学习模型 (随机森林,k-最近邻居) 被训练并使用交叉验证进行测试.
- 评估了性能指标,包括准确性,AUC,精度,特异性和灵敏性.
主要成果:
- 开发的分类算法在区分RL和爆发亚型时,平均准确率为84.2%,AUC为0.844.
- 所有模型都显示在测试组上,曲线下的面积 (AUC) 大于0.815.
- 主要组件分析 (PCA) 确定了两个关键组件,解释了50%的数据差异.
结论:
- 断层色素模式分析提供了一种有效的手段来区分反应性淋巴细胞和血清细胞.
- 拟议的分类算法有望帮助临床医生在周围血液涂抹中区分这些关键细胞类型.
- 这种方法可以提高诊断准确度,并改善临床血液学中的患者管理.
