智能病理图像分析系统设计与实现

为了解决病理图像分析中诊断不易确定的问题,当前国内外做了很多有关病理图像分析处理的研究工作。通用图像处理均具有构图生成、图像编辑、图像处理、打印输出等功能,但大部分侧重于图形图像的创作及效果修饰处理。文中介绍了一种全新的病理图像分析系统设计与实现方法,并将该方法与传统的分析方法作了比较,增加了智能化程度,具有更强的图像分析和处理功能,并就如何提高系统的有效性、可靠性、安全性等方面做了详尽的探讨,实现了病理图像的智能分析功能。

肺鳞癌p53免疫组化彩色图像分析

目的: 探讨肺鳞癌p53免疫组化图像定量分析中描述图像色彩的指标在不同分化程度、不同临床分期及老年与非老年间的区别。方法: 采用S-P法进行肺癌p53免疫组化染色,应用计算机病理图像分析系统(MPIAS-500)进行图像分析。结果: 20例中没有高分化者,中分化组和低分化组p53阳性各6例。p53染色的饱和度中分化组 (4.95%)低于低分化组(10.95%),差异有非常显著性(t=4.208,P=0.002),说明低分化组阳性较强。临床分期没有I期者,II期与III期p53阳性分别为5例和7例,分期之间未显示出显著性差异。老年与非老年p53阳性各6例,两组之间红、绿、蓝色值及灰度均以老年组较高(183.62、177.52、164.02、175.05),而非老年组较低(166.48、157.18、139.82、154.48),差异具有非常显著性(t=3.668,P=0.004;t=5.570,P=0.001;t=4.305,P=0.002;t=5.586,P=0.001),表明非老年组肺鳞癌细胞阳性强度高于老年组。结论: p53在肺癌的发生发展中具有重要作用;描述图像色彩的指标用于肺癌免疫组化图像定量分析可以弥补其他指标的不足。