利用基于组织自发荧光的虚拟染色对肺和心脏移植活检进行无标记评估
医学物理
2025-07-08 v2 计算机视觉与模式识别
机器学习
摘要
器官移植是终末期器官衰竭的主要治疗策略。然而,同种异体移植物排斥反应是器官移植的常见并发症。组织学评估对于移植排斥反应的及时检测和诊断至关重要,且仍是金标准。尽管如此,传统的组织化学染色过程耗时、昂贵且费力。在此,我们提出了一系列用于肺和心脏移植活检的虚拟染色神经网络,该网络将无标记组织切片的自发荧光显微图像数字转换为对应的明场组织学染色图像,从而绕过传统的组织化学染色过程。具体而言,我们为无标记移植肺组织虚拟生成了苏木精和伊红 (H&E)、Masson 三色 (MT) 和 Elastic Verhoeff-Van Gieson (EVG) 染色,并为无标记移植心脏组织虚拟生成了 H&E 和 MT 染色。随后由三名委员会认证的病理学家进行的盲评证实,虚拟染色网络能够持续生成具有高颜色均匀性的高质量组织学图像,在各种组织特征上均与其经过良好染色的组织化学对应物高度相似。使用虚拟染色图像评估移植活检获得了与传统组织化学染色相当的诊断结果,其中肺样本的一致率为 82.4%,心脏样本的一致率为 91.7%。此外,虚拟染色模型从相同的自发荧光输入生成多种染色,消除了传统工作流程中相邻切片染色时观察到的结构不匹配问题,同时节省了组织、专家时间和染色成本。
引用
@article{arxiv.2409.05255,
title = {Label-free evaluation of lung and heart transplant biopsies using tissue autofluorescence-based virtual staining},
author = {Yuzhu Li and Nir Pillar and Tairan Liu and Guangdong Ma and Yuxuan Qi and Kevin de Haan and Yijie Zhang and Xilin Yang and Adrian J. Correa and Guangqian Xiao and Kuang-Yu Jen and Kenneth A. Iczkowski and Yulun Wu and William Dean Wallace and Aydogan Ozcan},
journal= {arXiv preprint arXiv:2409.05255},
year = {2025}
}
备注
25 Pages, 5 Figures