基于全切片图像的结直肠锯齿状病变计算机检测：数字平坦度(DF)新指标的开发与应用

针对结直肠无蒂锯齿状病变(SSL)与增生性息肉(HP)鉴别诊断的临床难题，意大利博洛尼亚马焦雷医院团队开发了一种基于全切片图像(WSI)的自动化检测方法。研究创新性提出数字平坦度(DF)指标，通过量化腺体轮廓与黏膜肌层(MM)的平行性特征，在759个息肉腺体数据集中实现92%特异性和83%敏感性的SSL检测，为病理诊断提供了客观量化标准。

　　

在结直肠癌筛查中，无蒂锯齿状病变(SSL)和增生性息肉(HP)的鉴别诊断长期困扰病理学界。虽然两者都具有锯齿状上皮结构，但SSL作为30%结直肠癌的前驱病变，其典型特征是腺体底部扩张和水平生长模式。然而，现有诊断依赖主观的形态学评估，专家间诊断一致性仅达κ=0.77，凸显临床亟需客观量化标准。

意大利博洛尼亚马焦雷医院病理科的F.A.、M.F.等团队在《Laboratory Investigation》发表研究，开发了基于全切片图像(WSI)的自动化分析流程。研究创新性提出数字平坦度(Digital Flatness, DF)指标，通过量化腺体轮廓边缘与黏膜肌层(MM)剖面的平行性，实现了SSL的计算机辅助识别。

研究方法整合了多模态技术：1) 使用QuPath软件进行腺体核分割，通过径向信号分析重建腺体轮廓；2) k-means聚类结合随机样本共识(RANSAC)算法提取MM曲线；3) 开发多边形腺体处理算法计算凸度(Cx)、不规则度(I)等形态指标；4) 最终通过DF指标量化腺体-MM空间关系，其计算公式为DF=(∑(1/α_i
)·E_i
)·A/d_g1
²
，其中α_i
≤10°表示腺体边缘与MM的夹角。

研究结果

腺体分割性能验证
与人工标注相比，自动分割获得中位Dice指数0.891和Hausdorff距离117.689，优于文献报道的卷积神经网络方法(0.781-0.919)。图5显示分割结果与金标准高度吻合，特别是对SSL特征性的L型腺体结构捕捉精准。

数字平坦度指标验证
在开发队列(759腺体，含41个SSL)中，四阶段判别流程显示：

• 距离筛选阶段排除183个远端腺体，零假阴性
• 圆形度(C>0.911)筛选出102个HP腺体，仅1例假阴性
• 不规则度(I≥1.486)和凸度(Cx≤0.714)联合识别16个SSL，含7例假阳性
• DF指标检出74个SSL，最终实现92.2%特异性、83%敏感性和91.7%准确率

独立队列验证
验证队列(386腺体，27个SSL)中保持96.7%特异性和77.8%敏感性，证实DF指标的稳健性。

讨论与意义
该研究首次将SSL诊断的形态学标准转化为可计算的DF指标，其创新性体现在：1) 整合空间拓扑关系，量化"腺体平卧"现象；2) 采用标准化处理流程，避免深度学习"黑箱"问题；3) 在保持高特异性(>92%)前提下，敏感性显著优于结肠镜CADe系统(约低5%)。

临床转化价值在于：1) 为基层医院提供专家级SSL诊断支持；2) 促进锯齿状肿瘤通路(涉及BRAF突变/MLH1甲基化)的早期筛查；3) 其模块化设计可整合至现有数字病理系统。研究局限性在于样本量较小(共30例WSI)，未来需扩大验证规模。这项成果标志着结直肠癌前病变诊断从主观形态学向客观定量分析的范式转变。