简介:近年,以深度学习技术为代表的人工智能(AI)正席卷各行各业,而AI框架有多种,多数采用深度卷积神经网络(CNN)技术结合迁移学习进行训练,虽然在皮肤AI研究中取得长足进展,但其研究结果未能真正走出实验室进入临床应用。制约这些因素主要是缺乏高质量的皮肤疾病图像的大型数据集。本文针对皮肤科常见的图像采集方法,包括临床摄影图像、皮肤镜图像、反射式共聚焦激光扫描显微镜(RCM)图像、皮肤B超图像和组织病理图像的质量要素进行探讨和述评,希望对解决因皮肤图像质量的问题而影响AI研究进展的瓶颈问题能有所帮助。
简介:基底鳞状细胞癌(BSC)被定义为包含基底细胞癌(BCC)和鳞癌(SCC)以及二者移形区域的肿瘤。梭形细胞鳞癌(SCSC)可能含有普通鳞癌和梭形细胞的变异成分。作者报道一89岁女性患者,患头皮皮疹数十年。肉眼可见损害大小为8.5cm×6.0cm×1.8cm,为一灰白色中部黑色的肿块。镜下,肿瘤上部未溃烂部分由巨大的多角形鳞状细胞组成,偶伴角化过度(SCC),外周栅栏状的基底样细胞呈柱状生长(BCC),并有一部分区域两种细胞混杂生长。肿瘤的其余部分为一黏液样区域,含狭长的纺锤状梭形细胞,系起源于普通鳞癌。免疫组化显示,SCSC的肿瘤细胞(普通SCC细胞和梭形细胞)区域共同表达CAM5.2和弹性蛋白。Ber—EP4在BCC区域表达阳性而在SCC和BCC移形带表达减弱。上皮膜抗原在普通SCC区域呈局灶阳性表达。据作者所知,这是皮肤鳞癌具有向BCC和SCSC双重分化的首例报道。
简介:背景:有经验的皮肤科医师使用临床诊断标准(通常为ABCD规则)早期诊断黑色素瘤的正确率可达64%~80%,诊断黑色素瘤的自动化系统仍被认为是一种实验性方法,只能作为肉眼诊断的辅助措施。为帮助早期诊断黑色素瘤,作者开发了一种图像处理系统帮助鉴别黑色素瘤与黑色素细胞痣,并建立了一种明确黑色素瘤发生率的数字模式。方法:分析132处黑色素细胞皮损(23处黑色素瘤及109处黑色素细胞痣)的数字图像特征,包括几何特征、颜色、颜色纹理。共分析了所有皮损的43个特征变量:几何形状、颜色纹理、边界锐度、颜色变量等。由于任何多阶式变量选择法中存在变量多重共线性均可导致严重错误,因此采用单变量logistic回归分析法及“-2loglikelihood”检测和Spearman秩相关系数,以排除不适当的变量。最初“-2loglikelihood”和非参数Spearmanp选择了5个变量进入多变量预测模式,随后5变量模式被削减为3变量模式,且验证了每种模式的性能。用“jackknife”法验证3变量模式,并通过受试者工作特性(ROC)曲线图比较其与5变量模式的精确度,结论表明3变量模式的鉴别能力未受影响。结果:并非全部变量均对此模式有用,故逐渐剔除至剩下3个有意义的协变量。合并几何形状、颜色、颜色纹理等独立协变量参数,计算预测性公式,用于黑色素瘤的预测。此模式诊断黑色素瘤的灵敏度为60.9%,特异度为95.4%,总精确度达89.4%(概率水平O.5),有8%的假阴性结果。结论:通过数字图像处理系统和发展数字预测模式,采用多变量logistic回归分析法高精度地鉴别黑色素瘤与黑色素细胞痣是可行的。此模式早期诊断黑色素瘤具有可行性。为预测组织学确诊前未能诊断的黑色素瘤,没有必要使用昂贵或复杂的设备,仅使用价格合适的便�
简介:目的通过对尖锐湿疣(CA)患者外周血T淋巴细胞亚群及胞内细胞因子分泌水平的研究,探讨尖锐湿疣可能的免疫机制。方法采用三色和双色荧光抗体染色技术经流式细胞仪检测20例CA患者外周血T淋巴细胞亚群及CD4T细胞、CDS8~-T细胞内IL-2、IL-4、IL-12、IFN-γ染色阳性细胞百分率。结果CA患者CD3~-T细胞、CD4~+T细胞、CD4~+/CD8~+比值明显低于正常对照组(P
简介:报告1例腱鞘巨细胞瘤。患者女,40岁,左手拇指伸侧肿物10年,无自觉不适。皮损组织病理示:可见大量组织细胞,胞核呈泡状,大多数胞浆见含铁血黄素或脂质。可见特征性破骨样多核巨细胞分布于纤维化区域内。诊断:腱鞘巨细胞瘤。治疗:手术切除。
简介:目的观察单纯疱疹病毒2型(HSV-2)对单一核细胞产生肿瘤坏死因子α(TNF-α)和白介素-6(IL-6)的影响,探讨单一核细胞在HSV-2感染中的作用。方法用HSV-2(333株)感染单一核细胞,于病毒感染1,3,5,7日收集细胞培养上清液,用ELISA法检测TNF-a、IL-6的含量。结果HSV-2感染后1日,单一核细胞分泌TNF-α水平显著降低。HSV-2感染后1,3日,单一核细胞分泌IL-6水平显著降低,以后,病毒感染单一核细胞分泌TNF-α、IL-6水平逐渐增高,到第7日达到对照组水平。结论HSV-2能抑制单一核细胞分泌TNF-α和IL-6。而这两种细胞因子在HSV-2致病和机体免疫中起重要作用。