基于局部可变阈值的无监督定量Ki-67细胞增殖指数模型的初步建立

摘要：

目的:开发一种高效率基于Ki-67细胞增殖指数的自动定量模型.方法:选择口腔鳞癌组织切片进行Ki-67免疫组织化学标记.通过全玻片成像技术获得数字化彩色病理图像,采用基于局部统计的可变阈值方法将图像中的无关浅色背景区域去掉,保留胞核部分.在L*a*b*颜色空间中,采用阈值方法对蓝色(苏木精染色)和棕色(Ki67染色)进行分离,计算增殖指数.采用SPSS 24.0软件包中的配对t检验和Spearman相关系数与人工计数和机器学习中常用的颜色反卷积方法进行比较分析.结果:建立了一种新的胞核检测和分类模型,可以处理不同大小的病理图像,并有效检测出免疫组织化学阳性细胞和阴性细胞,结果与人工计数结果无显著差异(P＞0.05),但计算速度较快,在处理较大尺寸图像时计算效率优势更加明显,且检测结果优于常用的颜色反卷积方法(P＜0.05).结论:本研究开发的胞核自动定量分析模型可高效分析口腔鳞癌细胞核Ki-67染色情况,计算相应增殖指数,辅助病理诊断.

关键词：口腔鳞癌、Ki-67、增殖指数、机器学习

所属期刊栏目：31

分类号：R739.8(肿瘤学)

资助基金：中国医学科学院医学与健康科技创新工程项目2019-I2M-5-038

在线出版日期：2022-07-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：248-254