典型文献
基于多种染色病理图像的非炎性主动脉中膜变性计算机辅助诊断方法
文献摘要：
目的 探讨建立非炎性主动脉中膜变性(medial degeneration,MD)患者多种染色病理图像计算机辅助诊断模型的可行性.方法 回顾性收集2018年7—12月首都医科大学附属北京安贞医院诊治胸主动脉瘤及夹层患者非炎性病变的主动脉手术标本病理切片.将其以400倍率扫描为全视野数字图像(whole slide image,WSI)后由2名病理科医师对病变进行标注.按6:1的比例将标注后的WSI图像随机分为训练集和测试集.采用训练集数据对SE-EmbraceNet进行训练,构建多种染色病理图像MD多分类[包括层内型黏液样细胞外基质聚集(intralamellar mucoid extracellular matrix accumulation,MEMA-I)、穿透型黏液样细胞外基质聚集(translamellar mucoid extracellular matrix accumulation,MEMA-T)、弹力纤维断裂和/或缺失(elastic fiber fragmentation and/or loss,EFFL)和平滑肌细胞核缺失(smooth muscle cell nuclei loss,SMCNL)]模型,并采用准确率、灵敏度、精确率、F1值对模型的分类效果进行评价.结果 共入选符合纳入和排除标准的胸主动脉瘤及夹层患者非炎性主动脉病变手术标本病理切片530张.总提取5265组图像,每组均包含同一病变部位HE染色、特殊染色(弹力纤维/VanGieson、Masson、阿辛蓝/过碘酸雪夫)及平滑肌肌动蛋白5种染色病理图像.其中,训练集图像4513组,包括SMCNL 987组、EFFL 2013组、MEMA-I 1337组及MEMA-T 176组;测试集图像752组,包括SMCNL 166组、EFFL 335组、MEMA-I 222组及MEMA-T 29组.模型在测试集中显示出良好的MD分类性能,整体准确率为96.54％(726/752).其中,对EFFL的识别能力最强,准确率、灵敏度、精确率和F1值均≥98.51％,其次为SMCNL,各评价指标均≥97.59％,亦具有较好的分类能力.结论 本研究构建的基于多种染色病理图像MD分类模型具有较高的分类准确性和较好的泛化能力,有望应用于非炎性主动脉病变的辅助诊断.
文献关键词：
计算机辅助诊断;多种染色病理图像;非炎性主动脉病变;中膜变性
中图分类号：
作者姓名：
汪昊;孙中杰;陈东;万涛;梁智勇;连国亮;董方;龚珊珊;季君予;秦曾昌
作者机构：
中国医学科学院北京协和医院病理科,北京100730;首都医科大学附属北京安贞医院病理科,北京100029;北京航空航天大学生物与医学工程学院北京航空航天大学生物医学工程高精尖创新中心,北京100191;北京航空航天大学自动化科学与电器工程学院,北京100191
文献出处：
引用格式：
[1]汪昊;孙中杰;陈东;万涛;梁智勇;连国亮;董方;龚珊珊;季君予;秦曾昌-.基于多种染色病理图像的非炎性主动脉中膜变性计算机辅助诊断方法)[J].协和医学杂志,2022(04):590-596
A类：
多种染色病理图像,中膜变性,全视野数字图像,EmbraceNet,intralamellar,mucoid,MEMA,translamellar,EFFL,SMCNL,非炎性主动脉病变,VanGieson
B类：
计算机辅助诊断,medial,degeneration,MD,诊断模型,首都医科大学,北京安贞医院,胸主动脉瘤,夹层,炎性病变,主动脉手术,手术标本,本病,病理切片,倍率,whole,slide,image,WSI,病理科,训练集,测试集,SE,多分类,内型,黏液样,细胞外基质,extracellular,matrix,accumulation,弹力纤维,纤维断裂,elastic,fiber,fragmentation,or,loss,平滑肌细胞,细胞核,smooth,muscle,nuclei,精确率,分类效果,排除标准,病变部位,HE,特殊染色,Masson,碘酸,平滑肌肌动蛋白,分类性能,识别能力,研究构建,分类模型,分类准确性,泛化能力
AB值：
0.23193
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
