用于诊断骨髓增生性肿瘤的双流深度特征与细胞表型融合模型

《Laboratory Investigation》:Dual-Stream Deep Feature and Cell Phenotype Fusion Model for the Diagnosis of Myeloproliferative Neoplasms

【字体: 时间:2026年02月21日 来源:Laboratory Investigation 4.2

编辑推荐:

  骨髓增生异常综合征(MPN)亚型分类的准确性和效率提升研究。提出双流深度特征与细胞表型融合模型(DS-DFCPF),整合全玻片图像深度特征和巨核细胞表型数据,显著优于传统诊断模型,为病理学家和临床医生提供高效自动化的MPN亚型鉴别工具。

  
钱子雅|林成观|陈宏瑞|林春豪|周品萱|林宇勋|陈品荣|叶秋梅|林婉珠|曾宇琪|刘家珍
台湾新竹国立阳明交通大学工业学院创新研究院

摘要

由于各种亚型的临床表现复杂且相互重叠,诊断骨髓增生性肿瘤(MPNs)具有挑战性。精确的分类对于有效治疗和管理这些疾病至关重要。本研究介绍了一种新型的双流深度特征与细胞表型融合模型(DS-DFCPF),以提高MPNs的诊断准确性。该模型将全切片图像(WSIs)的深度学习特征与从细胞成分(尤其是巨核细胞)中提取的详细表型数据相结合,而巨核细胞在MPN病理学中起着关键作用。DS-DFCPF采用了一种分叉方法:一个流使用卷积神经网络(CNNs)处理分割后的WSIs的深度特征,另一个流使用先进的图像处理技术分析细胞表型特征。两个流的输出结果被融合,显著增强了模型区分MPN亚型的能力。通过使用包含411个患者样本的数据集进行了一系列实验,严格评估了该模型的有效性,这些样本都标注了详细的临床和组织病理学信息。我们的结果表明,DS-DFCPF的性能明显优于之前的诊断模型,为MPN亚型区分提供了一个可靠且可重复的工具。这一模型为病理学家和临床医生提供了一个有前景的新工具,提供了更准确、高效和自动化的MPNs诊断方法,从而有助于及时和个性化的治疗干预。这项研究不仅强调了在医学诊断中整合多个数据流的潜力,还为计算病理学领域的未来创新树立了标杆。

章节摘录

引言

骨髓增生性肿瘤(MPNs)是一组克隆性骨髓干细胞疾病,其特征是造血细胞异常增殖,导致血小板、红细胞和/或白细胞的过度产生。MPNs的亚型包括原发性血小板增多症(ET)、真性红细胞增多症(PV)和原发性骨髓纤维化(PMF)。区分这些亚型对于制定个性化的治疗策略至关重要。

研究人群

我们在台湾台北退伍军人总医院进行了一项回顾性研究,收集了2002年1月1日至2023年12月31日的数据。所有全切片图像(WSIs)均为经苏木精-伊红染色的骨髓活检切片。所有WSIs均使用Hamamatsu NanoZoomer S360数字切片扫描仪以40倍物镜放大倍数(0.23 μm/像素)进行数字化处理。总共识别出299张MPN切片,其中134张来自ET病例,165张来自PMF病例。

基线特征

研究包括134名ET患者、165名PMF患者和112名反应性改变的个体,其中59.4%为男性。患者的中位年龄为66岁,四分位数范围为52至77岁(见表1)。各组的中位年龄存在显著差异,反应性组的中位年龄低于ET组和PMF组(p < 0.001)。在性别分布方面,PMF组的男性比例高于ET组(p = 0.013)。

讨论

在本文中,我们提出了双流深度特征与细胞表型融合模型(DS-DFCPF),这是一种将巨核细胞特征与从WSIs中提取的深度特征协同结合的新方法。该模型在分类反应性样本、ET样本和PMF样本时的准确率为0.82,AUC得分为0.91。此外,我们的模型在几种我们开发的特征提取方法下展示了与MPN相关的特征。

作者贡献

C-JL全面掌握了研究中的所有数据,并负责数据的完整性和数据分析的准确性。T-YC、C-KL和C-JL共同设计了研究方案。T-YC和C-JL获取了数据并进行了统计分析。T-YC、C-KL和C-JL最终解释了研究结果。T-YC和C-JL准备了初稿。H-RC、C-HL和Y-HL对稿件进行了重要的内容修订。

数据可用性

本研究使用和分析的数据集可应相应作者的要求提供。

利益冲突声明

作者声明没有利益冲突。

伦理批准和参与同意

本研究已获得台北退伍军人总医院机构审查委员会的批准(编号2025-01-011BC)。

手稿准备过程中生成式AI和AI辅助技术的声明

在准备本工作时,作者仅使用ChatGPT进行语言编辑和语法优化,以提高清晰度和可读性。该工具未用于数据生成、数据分析、结果解释或科学结论的制定。所有内容均经过作者的彻底审查、修订和批准,作者对发表内容的准确性、完整性和原创性负全责。

致谢

本研究得到了台北退伍军人总医院(V113C-055、V114C-214和V115C-044)、国家科学技术委员会(MOST 111-2314-B-A49-034、NSTC 113-2314-B-A49-027和NSTC 114-2314-B-A49-054)、颜敬玲医学基金会Melissa Lee癌症基金会的资助。这些资助机构未参与研究设计、实施或决定发表本研究。

资金支持

本研究得到了台北退伍军人总医院的资助。
相关新闻
生物通微信公众号
微信
新浪微博

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号