基于像素强度和基于对象的图像分析软件算法在评估石蜡包埋的人类肿瘤样本切片免疫组化染色方面的比较

《Histochemistry and Cell Biology》：A comparison of pixel intensity-based and object-based image analysis software algorithms for assessing immunohistochemical staining of sections from paraffin-embedded human tumor samples

本研究对比两种数字病理分析软件（ImageScope与HALO）的像素法和细胞分析法，发现后者在多采样方法下标记阳性率更一致，但均无法满足免疫组化多指标综合评估需求。

　　

摘要

组织病理学诊断依赖于在多种相关标准的指导下，对组织进行仔细和专业的评估，这些标准与特定的免疫组化（IHC）标志物相关。近年来，计算机辅助检测或诊断系统已被用于检测组织学样本中的异常，从而改变了病理学等许多研究和医学领域。这些软件包可以作为加速分析的有用决策支持工具，但它们需要以一种能够促进IHC标志物和其他组织化学染色所需的多标准评估/解释的方式来捕获样本信息。鉴于这种潜力，以及对用于组织学样本自动化分析的软件性能的有限评估，我们进行了这项研究。我们的目标是技术评估两种在两种商业可用图像分析软件平台中使用的分析方法，即阳性像素计数分析方法和逐细胞分析方法。这两种方法被许多数字组织病理学切片分析软件包所采用，包括ImageScope（Leica Biosystems）和HALO（Indica Labs），它们分别采用了上述算法，因此被用作本研究的比较对象。我们分析了37张来自乳腺、结肠和子宫内膜的免疫组化染色肿瘤样本的全切片图像，使用了三种不同的采样方法来记录抗体标志物的阳性百分比。基于像素的软件在识别颜色强度方面表现更好，提供了对IHC标志物进行分级的选项。然而，基于对象的软件在三种采样方法中的阳性估计更为一致，性能优于基于像素的软件。这些结果受到临床样本数量较少、IHC标志物异质性以及缺乏真实数据的影响。尽管如此，这两种软件包的指标均未能达到本研究中全面评估IHC标志物所需的标准，但它们可以用于解决与肿瘤诊断标志物定量表达相关的具体问题。