5.胸水中腺癌细胞和反应性间皮细胞计算机判别

1、胸水中腺癌细胞和反应性间皮细胞的计算机判别蓝永洪 牛海艳 饶朗毓 江朝娜 林世珍 杨智 符碧薇(海南医学院，海口，571199)摘要 目的 探讨胸水中腺癌细胞(ACC)的和反应性间皮细胞(RMC)的计算机判别方法，为胸水中ACC的计算机诊断奠定基础。方法 取胸水涂片中764个ACC(44例)和709个RMC(39例)，用计算机图像分析技术分别测试细胞的色度学和形态结构参数，对测试结果进行逐步判别分析并建立判别函数，评价函数的判别效果。结果逐步判别分析显示，RP、BP、R,n、Bn、AC、dmin,c、An、n、Cn进入判别函数，符合率为83.9%，其判别效果明显优于单独基于色度学和形态结构参数

2、所建立的判别函数(P0.05)。结论 结合色度学和形态结构参数所建立的判别函数判别效果好，为胸水中腺癌细胞的计算机定量诊断提供了分析路径。关键词 胸水；腺癌细胞；反应性间皮细胞；色度学；形态结构；计算机判别中图分类号 R391.4Computer discriminant on adenocarcinoma cells and reactive mesothelial cells in pleural effusionLAN Yong-hong, NIU Hai-yan, RAO Lang-yu, JIANG Chao-na, LIN Shi-zhen, YANG Zhi, FU Bi-wei

3、Hainan Medical College, Haikou, 571199, China.Abstract Objective The aim of this study was to explore the method of computer discriminant on adenocarcinoma cells (ACC) and reactive mesothelial cells (RMC), to establish the foundation on computer diagnosis for ACC in pleural effusion. Methods 764 ACC

4、 of 44 cases and 709 RMC of 39 cases were collected from pleural effusion smears. Technique of computer image analysis was applied to test chromatics and morphological structure parameters of above cells. The stepwise discriminant analysis was used to establish the discriminant function, and the dis

5、criminant effects of function were evaluated. Results Stepwise discriminant showed that RP, BP, R,n, Bn, AC, dmin,c, An, n, Cn entered discriminant function, and its coincidence rate was 83.9%. The discriminant effect was significantly better than that in functions individually based on chromatics a

6、nd morphological structure parameters (P0.05)。1.2 实验方法1.2.1 实验仪器及软件 离心机(CF120, SAKURA, Japan)；自动染色仪(Varistain XY, Shandon, England)；光学显微镜(BX51TF, OLYMPUS, Japan)；显微数码摄像仪(TK-C1481BEC, JVC, JAPAN)，Image-pro Plus图像分析软件(Media Cybernetics, USA1.2.2 涂片制备及图像采集 取胸水标本常规离心，弃上清液，取沉淀物涂片，95%乙醇湿固定，自动染色仪巴氏染色后，在安装了

7、显微数码摄像仪的光学显微镜物镜(40)下采集上述2种细胞的图像(细胞的成像条件一致)并输入计算机中，用Image-pro Plus图像分析软件分别测量色度学和形态结构参数。选取的色度学参数有细胞浆与核的红基色(Rp、Rn)、绿基色(Gp、Gn)、蓝基色(Bp、Bn)；选取的形态结构参数包含细胞和细胞核的面积(Ac、An)、核浆比(Rnp)、细胞和细胞核的长轴(dmaj,c、dmaj,n)与短轴(dmin,c、dmin,n)、平均直径(c、n)、周长(Cc、Cn)；规化形状因子(RFFc、RFFn)以及形状不规则指数(FIIc、FIIn) 4。1.3 统计学分析应用SPSS16.0统计软件进行统

8、计学分析，对色度学和形态结构参数的测试结果进行逐步判别分析，建立判别函数，并计算回代判别符合率，同时采用RC表资料2检验比较基于不同参数所建立函数的判别效果，以上均采用双侧检验，检验水平为0.05，以P0.05为差异有统计学意义。2 结果2.1逐步判别分析结果对上述色度学和形态结构参数测试结果进行逐步判别分析发现，RP、BP、R,n、Bn、AC、dmin,c、An、n、Cn进入判别函数，所建立的逐步判别函数如下：Y1-130.198-0.465RP+0.921BP+0.435R,n-0.391Bn-0.108AC+3.908dmin,c-1.519A+17.267n+3.498CnY2-117

9、.352-0.368RP+0.821BP+0.397R,n-0.338Bn-0.128AC+4.742dmin,c+15.049n+3.263Cn上式中Y1、Y2分别为ACC、RMC的逐步判别函数。2.2函数的判别符合率 所建立判别函数对ACC和RMC的判别符合率分别为85.3%和82.4%，总判别符合率为83.9%，见表1；统计学分析结果显示：结合色度学和形态结构参数建立的逐步判别函数的判别符合率明显优于单独应用色度学和形态结构参数所建立的逐步判别函数(2=49.581, P=0.001)，见表2。表1逐步判别函数对ACC和RMC的判别结果Table 1 The discriminant r

10、esults of ACC and RMC by stepwise discriminant function分组判别结果合计符合率(%)腺癌细胞反应性间皮细胞腺癌细胞65211276485.3反应性间皮细胞12558470982.4合计777696147383.9表2 三种函数判别符合率的比较 n(%)Table 2 Comparison on discriminant coincidence rate of three functions n(%)函数例数判别正确判别错误色度学参数建立的函数14731085(73.7)388(26.3)形态结构参数建立的函数14731118(75.9)35

11、5(24.1)色度学与形态结构参数建立的函数14731236(83.9)237(16.1)2=49.581, P =0.0013 讨论组织与细胞结构的病理学改变是以一定的组织与细胞结构的病理学改变是以一定的形态改变表现出来的，它包括几何结构的改变和颜色特征的变化5。在研究中，我们分别对胸水中ACC和RMC的色度学和形态结构参数进行了测试，分别建立了逐步判别函数，并计算了这些函数的判别符合率，结果发现单独用色度学或形态结构参数都不能很好反映出膀胱尿路上皮癌脱落细胞的全部特征，对判别效果都还有提高的空间。陆泉等6通过形态学和色度学分析，对肺癌细胞图像进行了色度特征和形态特征的提取，在此基础上，利用

12、细胞图像中色度学信息和形态学信息对肺癌细胞进行识别分类。临床试用结果表明，结合形态学和色度学识别的方法可以取得很好的效果。同时叶小玲等7提出了基于色度学与形态学结合的方法对医学细胞图像进行分析和识别，并且提取它们的特征参数，结合两者的优势特点，能够在相对复杂的背景下准确的识别各种细胞等成份，对其进行分类。本研究中我们系统地测试了胸水中ACC和RMC的色度学和形态结构参数，在此基础上应用这些参数建立了逐步判别函数，计算及评价这些判别函数的判别效果。结果显示：色度学参数RP、BP、R,n、Bn和形态结构参数AC、dmin,c、An、n、Cn入选我们所建立的基于色度学和形态结构参数的逐步判别函数，提

13、示入选的参数作为判别ACC和RMC有独立诊断价值的参数。所建立判别函数对ACC和RMC的判别符合率分别为85.3%和82.4%，总判别符合率为83.9%；其判别效果要优于单独应用色度学(73.7%)和形态结构(75.9%)参数所建立的逐步判别函数，且具有较好的稳定性，表明色度学和形态结构参数的结合能够较好的反映出胸水中ACC的全部特征，可用于辅助临床诊断及鉴别诊断。参考文献1 蓝永洪,牛海艳,江朝娜,等. 胸水中腺癌细胞和反应性间皮细胞的色度学定量判别分析J.海南医学院学报,2012,18(8): 1058-1060.2 饶朗毓,蓝永洪,牛海艳,等. 胸水中腺癌细胞和反应性间皮细胞的形态结构定量判别分析J.海南医学院学报, 2012,18(9): 1210-1212.3 马正中,阚秀,刘树范.诊断细胞病理性M.河南:河南科学技术出版社,2000,229-258.4 申洪,沈忠英.实用生物体视学技术M.广州:中山大学出版社,1991: 223-229.5 Shen H, Lu YD, Zhang YX, et al. Quantitative chromatics analysis for computer imaging of cytologic subtypes of lung cance