微质量定量和分类的自动化和手动方法的比较:专注于HALO数字病理学平台

科学领域:

• 神经科学与病理学
• 计算生物学和图像分析

背景情况:

• 中枢神经系统的免疫细胞微质经历了与神经系统疾病相关的表型变化.
• 精确识别和分类微质细胞对于了解它们在痴呆和帕金森病等疾病中的作用至关重要.
• 目前用于微质分析的方法包括手动计数和开源平台,如ImageJ.

研究的目的:

• 为HALO数字病理学平台验证一个新的微质分类模块.
• 为了比较HALO模块的性能与手动分析和ImageJ.
• 评估HALO在分析人类和老鼠大脑组织中的准确性.

主要方法:

• 使用HALO模块,手动计数和ImageJ.使用微质细胞计数的比较分析.
• 使用了5微米厚的人类脑组织和20微米厚的老鼠脑组织.
• 每平方毫米的量化总和激活的微质.

主要成果:

• 在5微米的人体组织中,HALO与手动和ImageJ的总和激活微质有很强的正相关性.
• 在HALO,手动和ImageJ方法之间观察到黑色物质内的激活的微质细胞数量存在差异.
• 在20微米的老鼠组织中,HALO的总微质计数与中等相关,但激活计数与其他方法没有正相关.

结论:

• 该HALO模块可与手动和ImageJ模块进行比较,用于分析较薄 (5微米) 的组织段.
• 由于细胞密度和形态复杂性,HALO的性能,特别是对于激活的微质细胞,在较厚的 (20微米) 组织中不那么可靠.
• 优化图像分析参数对于自动化方法至关重要,特别是复杂组织样本.