TSR勾画学习

1:勾画建议

文献:Scoring the tumor-stroma ratio in colon cancer: procedure and recommendations

主要讲述的是结肠癌(CRC)的勾画建议和流程。

1,切片选择建议:

原发肿瘤的载玻片最具侵袭性的部分(即常规病理学中用于确定 T 状态的载玻片)

同一患者的多个载玻片,对基质百分比最高的切片进行评分,并作为TSR的最终估计。

2:组织病理学评分

通过常规显微镜分析来自4μm厚度的原发肿瘤的H&E染色组织切片。使用 × 2.5 或 × 5 镜头选择基质含量最高的区域。此后,使用× 10物镜选择该视觉部位内同时存在肿瘤和基质组织的区域。肿瘤细胞将存在于所选图像场的所有边界上。(显微镜视野面积计算:实际视野=视野数/物镜倍率;例如,视野数为20,则10×物镜就观看2mm视野范围,那么4倍物镜的视野大小是20/4=5mm,40倍是0.5mm。)

文献示例:a基质低 ,b基质高;c只有2侧有肿瘤,d只有三侧有肿瘤,不符合。

3:关于目镜

大多数使用的目镜直径范围为 18 至 22 毫米,视野面积范围为 2.54 至 3.80 m㎡。对于 TSR 评分,这并没有导致评分百分比出现任何重大差异。(TSR是一个百分比数据嘛)

4:关于视野

粘液性腺癌很难正确估计TSR(这个对于消化道肿瘤较难)

TSR勾画学习_第1张图片

文献示例:a 粘液性结肠 (对于粘液性结肠癌,粘液忽略评分) , b 炎性浸润

c 坏死组织, d 平滑肌组织,这两个不符合评分标准,不应考虑评分。

建议汇总表:

TSR勾画学习_第2张图片

困难

建议

粘液性肿瘤

评分时应忽略粘液

炎性细胞浸润

炎症细胞浸润不是排除标准,可以包含在评分中。

坏死组织

坏死组织应排除在显微视野之外。如果无法做到这一点,则必须忽略坏死部分进行评分

平滑肌组织

平滑肌组织不应被考虑评分。如果无法选择没有平滑肌组织的合适区域(例如,在 II 期肿瘤中),则应忽略该组织室进行评分。

结蛋白染色可能会有所帮助。

腺腔

评分时忽略腺体管腔区域

血管

小血管作为基质的一部分包括在内。应避免使用具有肌肉壁的大血管(> 3 层平滑肌细胞),否则忽略评分

肿瘤出芽细胞

出芽腺癌细胞应与周围基质分离,在有问题的病例中,可通过细胞角蛋白染色(推荐使用 AE1/AE3)突出显示。

透明化

基质的一部分,因此包括在评分中

a忽略评分区域:显微镜视野减去视觉上必须忽略的组织,设置为100%。基质百分比必须仅由实体(=肿瘤+重要基质区室)组织部分确定


2:勾画实践

文献:Proposal of an automated tumor‐stromal ratio assessment algorithm and a nomogram for prognosis in early‐stage invasive breast cancer

利用Qupath软件开发了一种基于肿瘤和基质组织识别的改进TSR评估算法。

TSR勾画学习_第3张图片

(1)在上传TMAs的数字图像(.scn文件)后,首先定义估计的染色载体,使苏木精和伊红颜色归一化;(2)使用“TMA derrayer”模块对TMA的磁芯进行适当的定向。然后,进行手动质量检查,以排除少数具有任何折叠、模糊或缺陷形态的岩心;(3)应用“简单组织检测”命令,准确检测各核心的组织。应用命令“SLIC超像素分割”、“添加强度特征”来生成“超像素”并计算相应的特征(表S1)。前面介绍了这些命令中使用的特定设置。21应用命令“添加平滑羽毛”,在半径50 μm处添加平滑物体特征,提高分类精度;(4)由经验丰富的研究者(LW Wang)使用QuPath的标注工具对具有代表性的训练区域进行相应的标注,包括肿瘤组织、基质组织和“其他”(空白、坏死、粘蛋白、炎症等);(5)对随机森林分类器进行算法训练,实现肿瘤组织及周围基质组织的最优分类;(6)然后将训练好的算法依次应用于所有TMA。使用TMA数据浏览器的数据输出提供了肿瘤组织和基质组织的面积(μm2) 分别在每个内核中。TSR 计算为 TSR = 基质面积/(肿瘤面积 + 基质面积)× 100%。每个试样的两个核心的较高基质比被认为是最终的TSR。

参考:

1:Scoring the tumor-stroma ratio in colon cancer: procedure and recommendations

2:Proposal of an automated tumor‐stromal ratio assessment algorithm and a nomogram for prognosis in early‐stage invasive breast cancer

你可能感兴趣的:(肿瘤生信分析,学习)