图像采集与训练集准备
获取骨髓活检标本的网状纤维染色全切片图像，并为训练模型生成标注数据。
选取 50 例骨髓活检标本，切片经网状纤维染色后使用 Ventana DP200 扫描仪数字化。其中 10 张用于训练集，由专家血液病理学家使用 QuPath 进行造血组织标注，并按 WHO 标准分级。通过脚本导出 3814 张 256x256 像素的补丁及其对应掩膜。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
开发基于人工智能的自动化骨髓活检网状纤维评估工具
Development of an automated artificial intelligence-based tool for reticulin fibrosis assessment in bone marrow biopsies
实验完整度
高包含模型训练、内部验证、外部多中心验证及统计学评估等多个证据层级，且具备功能验证（分级一致性评估）。
主要模型
骨髓活检标本 全切片图像 数字病理图像补丁
重点核对
病理学家对纤维化分级的一致性（Cohen's kappa） 不同扫描仪和机构间的性能 训练集补丁数量（3814） 外部验证集样本量（21）
摘要
骨髓纤维化在血液系统疾病（尤其是骨髓增殖性肿瘤如原发性骨髓纤维化）的诊断、预后和管理中起着关键作用。准确的纤维化评估通常通过组织化学技术（如网状纤维和 trichrome 染色）进行分级，但高度依赖病理学家的经验。为了解决解读变异性和对标准化评估日益增长的需求，我们开发了一种用于自动评估骨髓网状纤维化分级的数字病理系统。本研究使用了 2018 年至 2023 年间收集的 86 例诊断为 Philadelphia 染色体阴性骨髓增殖性肿瘤患者的骨髓活检标本。基于 InceptionV3 架构的全卷积网络被训练用于从网状纤维染色切片的全切片图像中评估纤维化分级（MF0–MF3）。该模型使用 3814 张标注图像进行训练，并使用另外 40 个 BMB 进行验证。通过将算法的纤维化分级与专家血液病理学家的评估进行比较，其 Cohen's kappa 系数为 0.831，表明一致性极佳。该算法在纤维化分级方面表现出强一致性，尤其是 MF0（k = 0.918）和 MF3（k = 0.886），中间分级（MF1 和 MF2）也具有显著一致性。多家机构和扫描平台的进一步验证证实了该算法的稳健性，总体一致性为 0.816。这些结果表明，数字病理工具在提供标准化、可重复的纤维化分级方面具有潜力，从而有助于病理学家的临床决策和培训。
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
- 开发并验证一种基于人工智能的数字病理系统，用于自动评估骨髓活检中的网状纤维化分级。
- 核心机制
- 利用基于 InceptionV3 的全卷积网络实现语义分割，对网状纤维染色全切片图像进行自动分级。
- 主要证据
- 在内部验证中，算法与专家病理学家的一致性 Cohen's kappa 为 0.831；在外部多中心验证中，总体一致性为 0.816，表明算法性能稳健。
- 研究意义
- 该工具可能提供标准化、可重复的纤维化评估，有助于临床决策和病理学家培训。
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。
模型训练与内部验证
训练基于 InceptionV3 的全卷积网络进行纤维化分级，并在独立验证集上评估其性能。
使用 3814 张标注图像训练 FCN 模型 35 个 epoch。验证集包含 40 张全切片图像，算法自动分割并分级。选取每张 WSI 的一个代表性补丁，由独立专家病理学家进行分级，与算法结果比较，计算 Cohen's kappa。
外部多中心验证
评估算法在不同扫描仪和不同机构来源的标本上的泛化性能。
三家医院提供 21 例符合条件的 BMB 标本，切片经网状纤维染色后使用 Epredia P1000 扫描仪数字化，算法自动分级，并与各合作机构的病理学家评估结果进行比较。
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 |
|---|---|---|---|
| 染色 | 网状纤维II染色试剂盒 | Ventana Medical Systems, Inc. | -- |
| BenchMark 特殊染色系统 | Ventana Medical Systems, Inc. | -- | |
| 扫描 | Ventana DP200 玻片扫描仪 | Roche Diagnostics S.p.A. | -- |
| Epredia P1000 扫描仪 | Epredia | -- |
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 |
|---|---|
| 病例选择 | 患者年龄≥18岁；活检碎片长度≥1cm；Ph-MPN诊断；WHO纤维化分级 阅读提示：Materials and methods, Case selection and digital image scanning |
| 训练集生产 | 训练集切片数：10张；补丁大小：256×256像素；放大倍数：20×；标注软件：QuPath 4.3 阅读提示：Materials and methods, Training set production and tool development |
| 模型训练 | 训练图片数：3814；epoch数：35；网络架构：基于InceptionV3的全卷积网络 阅读提示：Materials and methods, Training set production and tool development |
| 内部验证 | 验证集切片数：40；代表性补丁选取规则；独立病理学家分级 阅读提示：Materials and methods, Validation and clinical application of the algorithm |
| 外部验证 | 外部医院数量和名称；BMB数量：21；扫描仪型号：Epredia P1000 阅读提示：Materials and methods, Validation and clinical application of the algorithm |
| 统计分析 | Cohen's kappa系数；显著性水平p<0.001 阅读提示：Materials and methods, Quantitative reticulin fibrosis assessment and final grade determination; Results |