马祯一 钱萍 俞芳 赵俊 陈建清

    [摘要] 目的 依靠深度學习的智能图像分析对IgA肾病精确检测及诊断，使临床采取有效的防治手段，是减少终末期肾病的发病率及病死率的关键。 方法 选取2016年1月至2019年6月我院肾病科收治的肾病病例共452例，排除因肾穿刺送检标本数量少，无法出具病理诊断;排除肾穿刺病理诊断疑似诊断者，排除未行免疫荧光检查患者后，确诊IgA肾病患者共135例进行图像分析，采用国际通用5级半定量法评价，选择传统图像处理方法分割提取荧光沉积区域。将输入图像进行颜色空间转换，在颜色和亮度两个特征维度，采用自适应阈值方法产生二值化图像。然后使用区域分离与合并，获得独立的沉积区域，再计算各个沉积区域的轮廓、面积和平均亮度，得出计算机自动识别荧光沉积强度和形状的过程。 结果 基于深度学习的人工智能图像分析能实现对IgA肾病免疫荧光结果的判读，与病理诊断医生结果相比符合率较高，IgA达88.9%，IgG达85.8%，IgM达83.8%，C3达88.6%，因此其可以协助病理诊断医生对IgA肾病免疫荧光的判读。 结论 充分利用计算机技术及网络技术改变病理工作流程，提高病理诊断医生的工作效率，减少因疲劳阅片发生的误诊率，使病理诊断更加精准及客观。

    [关键词] IgA肾病;免疫荧光;智能图像分析;深度学习

    [中图分类号] R737.9? ? ? ? ? [文献标识码] B? ? ? ? ? [文章编号] 1673-9701(2021)09-0147-05

    Application of intelligent image analysis in immunofluorescence pathological diagnosis of IgA nephropathy

    MA Zhenyi1? ?QIAN Ping1? ?YU Fang1? ?ZHAO Jun1? ?CHEN Jianqing2

    1.Department of Pathology，Jiaxing Hospital of Traditional Chinese Medicine Affiliated to Zhejiang Chinese Medical University，Jiaxing? ?314001，China;2.Department of Information，Jiaxing Hospital of Traditional Chinese Medicine Affiliated to Zhejiang Chinese Medical University ......