- 移动端
Cytek Biosciences品牌商
6 年
手机商铺
- NaN
- 0
- 1
- 2
- 1
推荐产品
公司新闻/正文
AI加持Amnis®成像流式系统，辅助MDS诊断的强大帮手！
183 人阅读发布时间：2025-03-17 15:53
背景介绍
但是MDS的诊断是非常具有挑战性的，对某些症状不明显的病人来说，确诊MDS将变得异常困难。这种情况下，往往需病理专家用眼睛来仔细观察病人骨髓涂片，这可能会使诊断结果因人为因素而出现差异性。因此，急需一种准确的、可标准化且可重复的诊断MDS的方法。
图1：MDS异常增生的表现
Amnis®成像流式助力MDS诊断
Amnis®成像流式细胞术是对现有的仅依靠于人工的形态学诊断的有力补充，无需预先富集细胞，通过荧光标记，可仅分析具有相关免疫表型的细胞。并且可在较短时间内获取和统计大量细胞的信息，因此可高效和准确地进行实验分析，还可实现自动化和标准化，并能极大降低人为操作引起的差异。
图2：Amnis®成像流式可作为现有MDS诊断方法的有力补充
Amnis®成像流式细胞仪
Cytek® Amnis® ImageStream®X Mk II成像流式细胞仪结合了成像和流式两种技术的优点，既可快速捕获每一个细胞的图像，也能获取具有统计学意义的数据，并且流式图上每一个点都可以和细胞图像一一对应（图3）。
图3：眼见为实，Amnis®的流式数据和图像数据一一对应
成像流式可支持明场，SSC以及多达10个荧光通道的成像。并且还可以配置20X/40X /60X的物镜组，可对不同大小的细胞成像，并可以提供更高的分辨率。
图4：Cytek® Amnis® ImageStream®X Mk II
成像流式细胞仪光学设置图
Amnis®系统使用IDEAS®软件进行分析，在该软件中使用mask来定义细胞的特定区域。例如定义整个细胞的区域，细胞膜的区域，细胞核的区域等（图5）。此外，Mask还可结合形状、尺寸、位置、信号强度和纹理等细胞的特征参数（图6），对细胞进行量化统计分析。
图5：Mask定义细胞特定区域
图6：IDEAS®软件中的特征参数类型
在数据分析上，除了标配的IDEAS®软件以外，在IDEAS®软件中可以配置Machine Learning模块用于深度分析，此外还可以配置Amnis® AI软件，以实现智能化的自动分析。
Machine learning助力识别不同细胞类型
接着通过类似的步骤，使用Machine Learning进行计算，从FP群体中可区分出真正的双核红细胞和黏连体。识别出双核红细胞后，可对其进行计数，用以帮助病理学家确诊MDS。
图7：使用Machine Learning进行数据分析
强大的Amnis® AI软件用于辅助检测MDS
Amnis® AI软件的数据分析流程十分简单，利用从Amnis® IDEAS®上获取的图像数据，对卷积神经网络模型（CNN）进行训练，使其准确区分图片集中的TP，FP以及黏连体（图8）。
图8：Amnis® AI软件数据分析流程
在对CNN的具体训练过程中（图9），有如下步骤：1）向Amnis® AI软件中导入从7个MDS病人上获取的数据集；2）给明场，CD235a和DNA分配合适的图像通道；3）导入785个经IDEAS®软件分析的潜在双核细胞，并且手动标记三种“ground truth”细胞-双核红细胞，黏连体和不规则核型的单核细胞；4）利用软件中聚类算法（基于形态学的类似程度，给相似细胞分组）或者预测算法（对未分类的细胞，预测最合适的模型分类），来快速获取更多准确分类的“ground truth”细胞；5）对CNN算法模型进行训练；6）Amnis® AI软件给出CNN算法分类结果的准确度，对其进行评估，发现利用Amnis® AI分类的准确度高达94%（图10）。
图9：对CNN算法模型进行训练
图10：利用Amnis® AI分类的准确度
Amnis® AI软件助力MDS诊断的效果极/佳
1
大部分手动分类的细胞也可被Amnis® AI软件或Machine Learning功能分析和识别出来；
2
Amnis® AI软件的分析结果中找出了更大比例的真正的双核红细胞；
3
Amnis® AI软件的分析结果中，假阴性的双核红细胞占比很低。
使用Amnis® AI软件进行数据分析的优势
1
准确的分析结果：结合强大的CNN算法和随机森林算法，可实现自动化分析，并且实现准确的分析结果；
2
分析结果高度一致：显著提高分析结果的一致性和可重复性，极大减少了不同实验者分析的主观性，也可避免不同时间点分析的差异性；
3
节省大量宝贵时间：只需简单的标记少量细胞样本，系统即可生成分类模型，可扩展分析海量数据，可避免重复性工作，并极大程度减少手动分类细胞的工作量，节约大量时间；
4
应用场景广泛：可在多个应用中使用Amnis® AI软件进行分析，极大助力高水平文献的发表；
5
操作简单：Amnis® AI界面直观，分析操作流程也十分简单，即使是没有计算机专业背景的人也能很快上手；
6
可视化验证分析结果：分析结果为可视化交互式图库，用户可直观验证分类的准确性；
7
极大的临床应用价值：Amnis® AI拥有极大的临床应用价值，可增强Amnis®成像流式细胞仪在日常诊断分析上的应用。
更多细节讲解，欢迎点击讲座视频回放：
参考文献：
Rosenberg CA, Bill M, Rodrigues MA, Hauerslev M, Kerndrup GB, Hokland P, Ludvigsen M. Exploring dyserythropoiesis in patients with myelodysplastic syndrome by imaging flow cytometry and machine-learning assisted morphometrics. Cytometry B Clin Cytom. 2021 Sep;100(5):554-567. doi: 10.1002/cyto.b.21975.
Rosenberg CA, Rodrigues MA, Bill M, Ludvigsen M. Comparative analysis of feature-based ML and CNN for binucleated erythroblast quantification in myelodysplastic syndrome patients using imaging flow cytometry data. Sci Rep. 2024 Apr 23;14(1):9349. doi: 10.1038/s41598-024-59875-x. Erratum in: Sci Rep. 2024 Jun 6;14(1):13024. doi: 10.1038/s41598-024-63712-6.