首站-论文投稿智能助手
典型文献
基于病理全玻片数字化图像的人工智能鼻息肉分型及JESREC诊断标准的对比研究
文献摘要:
目的:探讨基于病理全玻片数字化图像(whole-slide imaging,WSI)的人工智能慢性鼻窦炎伴鼻息肉(CRSwNP)分型及其临床特征,同时探讨日本难治性嗜酸粒细胞性慢性鼻窦炎流行病学调查研究(Japanese epidemiological survey of refractory eosinophilic chronic rhinosinusitis,JESREC)诊断标准在本回顾性队列研究中的一致性。方法:回顾性分析中山大学附属第三医院耳鼻咽喉头颈外科2018—2019年接受鼻内镜手术的136例14~70岁的CRSwNP患者(男性101例,女性35例)。收集患者术前临床基本特征,如鼻部症状视觉模拟量表(VAS)评分、外周血炎性细胞计数、总免疫球蛋白(IgE)、Lund-Kennedy评分和Lund-Mackay评分等。通过第二代人工智能慢性鼻窦炎评估平台(artificial intelligence chronic rhinosinusitis evaluation platform 2.0,AICEP 2.0)计算每例患者WSI上的嗜酸粒细胞、淋巴细胞、浆细胞和中性粒细胞等炎性细胞比例,然后得出鼻息肉具体类型——嗜酸粒细胞性CRSwNP(eosinophilic CRSwNP,eCRSwNP)或非嗜酸粒细胞性CRSwNP(non-eosinophilic CRSwNP,non-eCRSwNP)。同时采用JESREC诊断标准进行鼻息肉分类,将所得分类结果与目前鼻息肉WSI诊断金标准(病理诊断)进行比较,评估该诊断标准的准确率、灵敏度及特异度。数据以 M( Q1, Q3)表示,采用SPSS 17.0进行统计学分析。 结果:eCRSwNP和non-eCRSwNP患者在年龄分布、性别、病程、VAS评分、Lund-Kennedy评分和Lund-Mackay评分上的差异无统计学意义,而在鼻息肉炎性细胞比例上的差异有统计学意义[嗜酸粒细胞40.5%(22.8%,54.7%)比2.5%(1.0%,5.3%),中性粒细胞0.3%(0.1%,0.7%)比1.3%(0.5%,3.6%),淋巴细胞49.9%(39.3%,65.9%)比82.0%(72.8%,87.5%),浆细胞5.1%(3.6%,10.5%)比13.0%(7.4%,16.3%),χ2值分别为9.91、4.66、8.28、5.06, P值均<0.05]。此外,eCRSwNP患者的过敏症状(鼻痒和打喷嚏)和哮喘比例、外周血嗜酸粒细胞和血清总IgE水平均明显高于non-eCRSwNP患者( P值均<0.05)。JESREC诊断标准的总体准确率为74.3%,灵敏度为81.3%,特异度为64.3%。 结论:基于人工智能和WSI诊断的eCRSwNP患者的过敏症状和哮喘比例、外周血嗜酸粒细胞和血清总IgE水平较高,鼻息肉中炎性细胞百分比与non-eCRSwNP患者存在差异。JESREC诊断标准在本回顾性队列研究中具有较好的一致性。
文献关键词:
人工智能;深度学习;鼻窦炎;鼻息肉;嗜酸粒细胞
作者姓名:
吴庆武;孔维封;袁联雄;任勇;张雅娜;邓慧仪;罗新;陈健宁;黄雪琨;杨钦泰
作者机构:
中山大学附属第三医院耳鼻咽喉头颈外科,广州 510630;中山大学附属第三医院变态反应科,广州 510630;中山大学附属第三医院科研科,广州 510630;广东省消化系统恶性肿瘤防治研究重点实验室,中山大学附属第七医院,深圳 518107;中山大学附属第三医院病理科,广州 510630
引用格式:
[1]吴庆武;孔维封;袁联雄;任勇;张雅娜;邓慧仪;罗新;陈健宁;黄雪琨;杨钦泰-.基于病理全玻片数字化图像的人工智能鼻息肉分型及JESREC诊断标准的对比研究)[J].中华耳鼻咽喉头颈外科杂志,2022(02):136-141
A类:
JESREC,AICEP,eCRSwNP
B类:
玻片,数字化图像,诊断标准,whole,slide,imaging,WSI,慢性鼻窦炎伴鼻息肉,难治性,流行病学调查,Japanese,epidemiological,survey,refractory,eosinophilic,chronic,rhinosinusitis,回顾性队列研究,中山大学,耳鼻咽喉头颈外科,鼻内镜手术,鼻部症状,症状视觉模拟量表,VAS,炎性细胞,免疫球蛋白,IgE,Lund,Kennedy,Mackay,第二代,artificial,intelligence,evaluation,platform,浆细胞,体类,或非,断金,金标准,病理诊断,Q1,Q3,统计学分析,年龄分布,过敏症状,打喷嚏,哮喘,外周血嗜酸粒细胞
AB值:
0.188822
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。