An Open-Source, Automated Tumor-Infiltrating Lymphocyte Algorithm for Prognosis in Triple-Negative Breast Cancer
试验设计
尽管TIL评估进行了标准化工作,但评估的主观性和可变性阻碍了其广泛采用。使用QuPath开源软件,我们构建了一种基于H&E图像的TIL自动评估算法,并发明了一种超出人类能力的TIL评估方法。使用来自三个机构的一个发现集和四个验证集,我们发现机器读取测量的 TIL 变量将 TNBC 患者分为预后良好和不良队列,其中较高的 TIL 评分与更好的总生存期显着相关。这种开源的评估方法可以广泛使用,机器读取的 TIL 评分现在已准备好用于前瞻性测试,以证明临床实用性。
使用 QuPath 开源软件,我们为苏木精-伊红 (H&E) 染色切片上的肿瘤细胞、淋巴细胞、成纤维细胞和“其他”细胞构建了神经网络分类器。我们用五个独特的构造TIL变量分析了分类器衍生的TIL测量值。使用 171 例 TNBC 病例的回顾性集合作为发现集,以确定机器读取的 TIL 变量与患者结果的最佳关联。为了验证,我们评估了 749 名 TNBC 患者的回顾性集合,该患者由四个独立的验证子集组成。
数字图像分析
使用Q

研究人员开发了一种开源的自动化算法,用于在三阴性乳腺癌中分析H&E染色切片中的肿瘤浸润淋巴细胞。该算法通过QuPath实现,可提高TIL评估的客观性和一致性,与患者预后显著相关。算法已在多个数据集中验证,并展示了临床实用价值的可能性。
最低0.47元/天 解锁文章
7553

被折叠的 条评论
为什么被折叠?



