MarrowQuant:一种新的数字病理学工具

骨髓是我们骨骼内部的软组织。它的主要作用是产生干细胞,这些干细胞将继续成为血液的各种细胞,包括抵抗感染的白细胞,携带氧气的红细胞以及控制出血的血小板。

但是骨髓中也含有脂肪细胞,脂肪细胞,长期以来一直被认为是骨髓腔的“被动填充物”。然而,近年来,已显示出骨髓脂肪细胞在骨髓微环境中起着比最初认为的重要得多的作用。

造血细胞(红色)和脂肪细胞(黄色)之间的比率不是恒定的。它随年龄变化,在骨骼的不同部位之间以及在各种疾病或癌症治疗(例如化学疗法和放射疗法)中发生变化,这些疾病或病症会导致“骨髓发育不全”。细胞比例的变化会导致骨髓颜色发生所谓的“黄变红”和“红变黄”变化,用于监测其状况。

然而,这种监测不是完全标准化的,而是依赖于病理学家对组织学图像的评估。在研究中,还通过组织学图像定性评估了骨髓样本的相对健康状况。这种主观性虽然得到了很大的补偿,但仍可能导致诊断和研究的局限性。

由EPFL的Olaia Naveiras领导的科学团队发表在前沿内分泌学》上,介绍了MarrowQuant,这是一种新的数字病理软件,可以“读取”骨髓的组织学图像并对其进行“描述”,并根据值构建地图以补充图像。这种方法的潜在应用可以彻底改变数字组织学。

它的代码已经在GitHub上上传了,MarrowQuant被描述为“a user-friendly algorithm for the quantification of H&E bone marrow tissue biopsies in whole slide images”。

在本文中,研究人员使用MarrowQuant建立了有史以来第一个定量图,显示了患有衰老和辐射诱导的发育不良的小鼠整个骨骼的骨髓异质性。

MarrowQuant:一种新的数字病理学工具

Naveiras表示:“这项工作是一项巨大的努力,这要归功于与EPFL的BioImaging and Optics Platform [BIOP]长期有效的合作。”

MarrowQuant使用开源软件QuPath,可以系统地量化组织学图像中的多个骨骼成分,而不会产生偏差。它通过辨别和量化骨髓各个部分(包括脉管系统和骨骼本身)所占据的区域来实现此目的。

MarrowQuant的潜在用途之一将是重新检查骨样品的历史样品收集,甚至是来自旧临床试验的数据。

Naveiras说:“ MarrowQuant已经受到数字病理学界的高度欢迎。” “此外,非常有选择性的图像数据库资源(IDR)选择了要发布的关联数据集,其中包括300多个带注释的图像。”

完整的MarrowQuant和AdipoQuant代码包可在GitHub(https://github.com/Naveiras-Lab/MarrowQuant/tree/qupath-0.1.4)上找到,并有详细的教程下载QuPath 0.1.4安装MarrowQuant。和AdipoQuant插件,以及图像数据资源链接和完整数据集和图像库的登录号

上一篇:

下一篇:


标签