通过深紫外显微镜进行快速、床旁的骨髓穿刺抽吸物充分性评估

Rapid, Point-of-Care Bone Marrow Aspirate Adequacy Assessment Via Deep Ultraviolet Microscopy

作者信息Viswanath Gorti, Ajay Rajaraman Subramanian, Ashkan Ojaghi, Joseph Nsonwu-Farley, Reginald Tran, Evelyn Kendall Williams, Omar Torres, Ahmed Aljudi, Waitman Aumann, Francisco E Robles
PMID39909141
发布时间2025-05
DOI10.1016/j.labinv.2025.104102

实验完整度

包含51例患者的前瞻性临床研究,通过三种评估方法(肉眼、深紫外目视、自动算法)与金标准病理学家评估对比,并进行了体外全玻片成像和算法验证。

主要模型

51例儿科肿瘤患者的骨髓穿刺涂片

重点核对

51例儿科肿瘤患者骨髓样本 深紫外显微镜对未染色涂片的目视评估与自动算法检测 深紫外图像与吉姆萨染色后病理学家评估的对比 骨髓干片或骨髓小粒的存在作为充分性指标

摘要

骨髓穿刺抽吸对于诊断和监测包括癌症在内的各种血液疾病至关重要。然而,相当一部分(10-50%)的抽吸物产生次优或不充分的诊断材料。床边充分性评估策略的困难和匮乏进一步加剧了该过程的挑战,这可能导致诊断和治疗的延迟,以及其他并发症。为了解决这一未满足的临床需求,我们应用深紫外(UV)显微镜,这是一种实时、低成本、无标记的分子成像技术,其重现了吉姆萨染色的外观。我们展示了一项包含51名儿科肿瘤患者的前瞻性临床研究的结果,其中对未染色的骨髓涂片的深紫外图像进行了评估,并与临床标准护理(同一涂片经吉姆萨染色后由血液病理学家检查)进行了比较。结果表明,实时的紫外目视检查和应用于未染色深紫外图像的自动分类算法均能实现准确的充分性评估,准确率分别为94.1%和95.7%。此外,我们展示了使用紧凑且低成本的深紫外显微镜进行骨髓涂片的整张切片成像,该显微镜非常适合床旁使用。总之,这项工作对提高骨髓穿刺抽吸质量和许多血液病患者的临床管理具有重要意义。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
深紫外显微镜能否实现快速、准确的床旁骨髓穿刺抽吸物充分性评估?
核心机制
利用内源性生物分子(核酸、蛋白质、血红蛋白)在深紫外波段的吸收特性,实现无标记成像,反映细胞和组织的形态学特征。
主要证据
在51例儿科肿瘤患者中,深紫外目视评估的准确率为94.1%,自动检测算法的准确率为95.7%,均与病理学家评估具有良好一致性。
研究意义
该技术有望减少不必要的重复穿刺,缩短诊断时间,并可在资源有限的环境中部署,改善血液病患者的临床管理。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

临床样本收集与涂片制备

获取骨髓穿刺涂片以用于后续充分性评估。

由经过培训的骨髓专家在床边制备骨髓涂片,并挑选最佳涂片用于标准护理和深紫外成像。

2

深紫外显微镜成像与目视评估

评估深紫外显微镜对未染色涂片中骨髓小粒的成像能力及目视判读的准确性。

使用自定义深紫外显微镜对未染色涂片进行成像,技术人员通过伪彩色化图像进行实时目视检查,判断是否存在骨髓小粒。

3

吉姆萨染色与病理学家评估(金标准)

获得骨髓涂片充分性的金标准评估,用于比较深紫外评估的准确性。

同一涂片经吉姆萨染色(使用Midas®自动染色机)后,由临床血液病理学家检查,其评估作为金标准。

4

自动骨髓小粒检测算法开发与验证

实现自动化的骨髓小粒检测,以减少对专家目视检查的依赖。

采用YOLOv7对象检测算法对深紫外图像进行训练和测试,通过5折交叉验证评估其准确性。

5

全切片成像演示

展示低成本和紧凑的深紫外显微镜进行全切片成像的可行性。

使用先前开发的紧凑型深紫外显微镜对选定的涂片进行全切片扫描,并与吉姆萨染色后的明场扫描进行比较。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
深紫外显微镜----
Cytation 7(Biotek)Biotek--
Midas®自动染色机----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
样本收集
51名儿科肿瘤患者,骨髓穿刺涂片制备方法
阅读提示:Materials and Methods - Sample acquisition
深紫外显微镜成像
自定义深紫外显微镜参数,伪彩色化方案,放大倍数(5X/40X)
阅读提示:Materials and Methods - Study design; Results - UV microscopy comparable to Giemsa-stained brightfield microscopy
自动骨髓小粒检测
YOLOv7算法参数(图像数量、交叉验证方案、训练轮数、批次大小等)
阅读提示:Materials and Methods - Deep learning algorithm for automated spicule detection
全切片成像
紧凑型深紫外显微镜的物镜(5X/20X),扫描网格和重叠率
阅读提示:Materials and Methods - Whole slide scanning via automated UV microscopy; Results - Whole slide scans of unstained and stained smears