目的为解决急性髓系白血病(acute myeloid leukemia,AML)应用流式细胞术进行诊断时遇到的技术门槛和分析效率问题,研究实用的自动化AML诊断分析技术,推动流式实验室AML全程自动化分析技术的发展。方法本文开发ArcDia(Automated Registra...目的为解决急性髓系白血病(acute myeloid leukemia,AML)应用流式细胞术进行诊断时遇到的技术门槛和分析效率问题,研究实用的自动化AML诊断分析技术,推动流式实验室AML全程自动化分析技术的发展。方法本文开发ArcDia(Automated Registration of Cell populations and Diagnosis and Immunophenotyping of AML)方法,对来源于公共数据库的AML基准数据(数据1),和来源于流式实验室的AML检测数据(数据2)进行细胞聚类分析,采用有监督分类模型对亚群中心即宏细胞进行二级分类并标注,最后提取亚群特征并进行AML诊断。结果聚类方法为正态混合模型时,数据1诊断结果的灵敏度、特异度、准确率、F-measure为1、0.99、0.99、0.99,数据2为0.91、0.95、0.94、0.94;使用FlowSOM时,相应诊断结果的4个指标,数据1为1、0.98、0.98、0.98,数据2为0.88、0.95、0.93、0.93。结论诊断结果准确率较高,自动化过程完整且贴近临床分析,这展示了该自动化诊断技术的准确性和可用性,可以在临床流式检验室中推广应用。展开更多
文摘目的为解决急性髓系白血病(acute myeloid leukemia,AML)应用流式细胞术进行诊断时遇到的技术门槛和分析效率问题,研究实用的自动化AML诊断分析技术,推动流式实验室AML全程自动化分析技术的发展。方法本文开发ArcDia(Automated Registration of Cell populations and Diagnosis and Immunophenotyping of AML)方法,对来源于公共数据库的AML基准数据(数据1),和来源于流式实验室的AML检测数据(数据2)进行细胞聚类分析,采用有监督分类模型对亚群中心即宏细胞进行二级分类并标注,最后提取亚群特征并进行AML诊断。结果聚类方法为正态混合模型时,数据1诊断结果的灵敏度、特异度、准确率、F-measure为1、0.99、0.99、0.99,数据2为0.91、0.95、0.94、0.94;使用FlowSOM时,相应诊断结果的4个指标,数据1为1、0.98、0.98、0.98,数据2为0.88、0.95、0.93、0.93。结论诊断结果准确率较高,自动化过程完整且贴近临床分析,这展示了该自动化诊断技术的准确性和可用性,可以在临床流式检验室中推广应用。