相关实验视频
Updated: Jan 17, 2026
06:25
Using Computer Vision Libraries to Streamline Nuclei Quantification
Published on: June 6, 2025
625
通过使用先进的成像技术,自动量化和特征提取扩散大B细胞淋巴瘤中的细胞核
Chee Chin Lim1,2, Gei Ki Tang1, Faezahtul Arbaeyah Hussain3,4
1Faculty of Electronic Engineering and Technology, Universiti Malaysia Perlis, Arau, Perlis, Malaysia.
Biomedical physics & engineering express
|September 15, 2025
概括
准确的扩散大B细胞淋巴瘤诊断是具有挑战性的. 这项研究对H&E染色的幻灯片进行了细分,在MYC阳性,MYC阴性和正常样本中发现了核面积差异,有助于亚型化.
科学领域:
- 病理学 病理学 病理学
- 计算生物学 计算生物学
- 医疗成像医学成像
背景情况:
- 扩散性大B细胞淋巴瘤 (DLBCL) 是一种常见的非霍奇金淋巴瘤亚型.
- 准确的DLBCL诊断和亚型是复杂的,需要专家分析.
- 全球DLBCL的发病率需要改进的诊断工具.
研究的目的:
- 为DLBCL幻灯片开发图像分割和分类方法.
- 使用形态特征区分MYC阳性,MYC阴性和正常DLBCL亚型.
- 评估在DLBCL亚型化中的定量图像分析的实用性.
主要方法:
- 使用了108张染色H&E的DLBCL幻灯片图像的数据集.
- 应用色彩解卷用于核心突出显示和分段的分水算法.
- 提取的核形态特征 (面积,周长,直径,圆形) 和颜色特征 (LAB,RGB空间).
主要成果:
- 在DLBCL群体的核面积中观察到显著的差异 (P < 0.05).
- 在核周长,直径或圆性方面没有发现显著差异.
- 在颜色特征 (Std Dev L,Std Dev RGB) 中检测到显著差异,但在平均颜色值中没有.
结论:
- 核区域是区分DLBCL亚型的重要形态特征.
- 定量色彩分析提供了额外的歧视性信息.
- 自动化图像分析显示了改善DLBCL诊断和亚型的前景.
