本钻研构修了一个自愿、无误、所有、可外明和可反复的 WSI 特色提取管道 (IMPRESS)，并应用这些 IMPRESS 特色开荒呆板练习模子来预测乳腺癌患者对 NAC 的反映。

　　导语：计较算法和器材的进取使得应用计较病理学预测癌症患者的结果变得可行。然而，因为对肿瘤免疫微境况的会意亏欠，从调治前的结构病理学图像预测临床结果已经是一项具有离间性的义务。

　　这项钻研征求 62 名 HER2 阳性乳腺癌 (HER2+) 女性患者和 64 名接收新辅助化疗 (NAC) 和后续手术切除调治的三阴性乳腺癌 (TNBC) 女性患者。

　　本钻研手艺途径所示 ，征求H&E图像搜聚和离散、IHC图像搜聚和离散以及H&E-IHC图像配准。给定输入配对的 H&E 和 IHC WSI，应用相应的 H&E WSI 动作固定参考对每个 IHC WSI 奉行自愿非刚性配准。欺骗由病理学家锻炼的深度神经搜集“DeepLabV3”符号TCGA乳腺癌H&E图像，举行H&E结构离散，并识别出四个感有趣区域，征求间质区（Stroma）、肿瘤区（Tumor）、淋巴细胞荟萃区（Lymph）和清除区域。扫数包括的区域（基质、肿瘤和淋巴）被界说为扫数 H&E 区域（一起）。

　　本钻研征求 62 名 HER2 阳性 (HER2+) BC 和 64 名 TNBC 女性患者，接收 NAC 和手术切除调治。HER2+ BC患者接收阿霉素/环磷酰胺/紫杉醇连结抗HER2靶向调治，个中24例（39%）有残留肿瘤。TNBC 患者接收尺度 NAC（阿霉素/环磷酰胺/紫杉醇）调治，个中 37 名患者（58%）有残留肿瘤。这些患者的临床和结构病理学特色总结于外1。其余，外1进一步陈述了HER2+和TNBC亚型的外部队伍特色。外部队伍征求40名经结构病理学外明的浸润性乳腺癌患者，他们接收了NAC并随访落成 NAC 后举行向上手术。凭据 ASCO/CAP 指南更新指南的尺度，应用 HER2 IHC 或 FISH 对活检标本确定 HER2 状况。

　　图 2a、b 显示了 H&E 图像及其离散结果的示例。通过基于颜色的 K 均值离散来识别众重 IHC 符号，征求 CD8（绿色）、CD163（血色）和 PD-L1（棕色）。图2c、d显示了IHC图像及其离散结果。扫数结果均由两位病理学家审查和确认。接下来，本钻研构修了基于人工智能的自愿、无误、所有、可外明和可反复的 WSI 特色提取管道，并天生 36 个基于图像的病理注册和离散统计（IMPRESS）特色。图2f以CD8为例演示了怎样计较IMPRESS特色。

　　除了 IMPRESS 特色外，还欺骗了临床特色和分子记号物（ER、PR 和 HER2）的状况。正在HER2+队伍中，采用年岁、雌激素受体状况(ER+/−)、雌激素受体百分比(ER%)、孕激素受体状况(PR+/−)、孕激素受体百分比(PR%)、HER2与17号染色体的外达比(HER2/ CEP17)等6个特色。正在 TNBC 队伍中，年岁是独一可用的临床特色，由于 ER、PR 和 HER2 均为阴性。

　　本钻研采用 LASSO 正则化逻辑回回来评估所提出的 IMPRESS 特色的预测技能。 本钻研比拟了四组特色，征求一起36个IMPRESS加临床特色（IMPRESS）、IMPRESS H&E图像特色加临床特色[IMPRESS（仅H&E）]、IMPRESS IHC图像特色加临床特色[ IMPRESS（仅 IHC）]，病理学家评估 IHC 图像特色加上临床特色（病理学家）。

　　正在 HER2+ 队伍中，本钻研出现 IMPRESS 的浮现昭彰优于病理学家评估的特色（图 3a）。正在 TNBC 队伍中，本钻研出现 IMPRESS 的浮现（AUC = 0.7674 ± 0.0209）比病理学家评估的特色（AUC = 0.7626 ± 0.0095）稍好，t 查验统计量 = 0.94（图 3b）。仔细职能总结于外 2 中。这些结果注解，从 H&E 和 IHC 结构病理学图像中提取的基于 AI 的特色能够实行与病理学家评估的特色无别或更好的职能，而且是开荒呆板练习算法以预测乳腺癌患者对NAC的反映的首选输入。

　　为了体例地评估主导预测的环节特色，本钻研总结了图 3c（HER2+ 队伍）和图 3d（TNBC 队伍）中 LASSO 正则化逻辑回归出现的特色系数。关于 HER2+ 队伍，前 5 个有利预后记号物中的 3 个与淋巴细胞荟萃区域闭系，征求 CD8 比率、CD163 比率和 PD-L1比率。HER2/CEP17比值这一有利的临床预后记号位居第三，这与参考文献中的出现相照应，注解高 HER2/CEP17 比率与 pCR 明显闭系。比拟之下，前五个不良预后记号物中的四个与临床变量闭系，征求年岁、ER 比率、PR 阳性和 PR 比率。第二强的不良预后记号物是基质：CD8 比例。关于 TNBC 队伍，前 5 个有利的预后记号物是淋巴：PD-L1 比例、淋巴：PD-L1 比例、肿瘤：CD8 比例、肿瘤：CD8 纯度和淋巴：CD163 比例。前五个不良预后记号物是基质：CD8 比例、年岁、肿瘤：PD-L1 比例、基质：CD8 比例和淋巴：CD8 纯度。从这些结果中，能够查看到与淋巴细胞荟萃区域（淋巴）闭系的特色是 pCR 最有利的预后记号物。其余，年岁起着相反的用意，正在 HER2+ 队伍中比正在 TNBC 队伍中更为要紧。

　　HER2+ 和 TNBC 队伍之间系数要紧性的比拟如图 3e 所示。HER2+ 和 TNBC 队伍中的少许 IMPRESS 特色类似。比方，淋巴：PD-L1 比例和肿瘤：CD8 比例是 pCR 的配合有利特色；年岁和基质：CD8 比例是 pCR 的常睹不良特色。然而，本钻研也查看到 HER2+ 和 TNBC 队伍之间存正在少许分歧：CD8 和 CD163 正在 HER2+ 队伍中阐发更要紧的用意，而 PD-L1 正在 TNBC 队伍中供应更众音讯。不才面的单变量认识中也能够查看到形似的结果（图3f，g）。

　　因为基于 AI 的 IMPRESS 特色正在预测 pCR 方面优于病理学家评估的特色，而且与 RCB 闭系，以是本钻研进一步举行了单成分认识，以钻研 IMPRESS 特色和 NAC 反映之间的干系，并确定正在HER2+和TNBC队伍之间预测NAC反映方面显示明显分歧的特定IMPRESS特色。

　　本钻研通过应用双侧学生t查验将pCR病例与残留肿瘤病例举行比拟。分歧最明显的前 5 个有利/倒霉特色如图 3f （HER2+ 队伍）和图 3g（TNBC 队伍）所示。本钻研出现pCR病例与残留肿瘤病例中最明显差别的特色与呆板练习法子识其它特色高度类似，比方淋巴：CD163比率，淋巴：CD8 比率，这是 HER2+ 病例的两个最有利的特色，通过单成分认识和呆板练习模子确定。然而，单成分认识确定的少许特色与呆板练习结果不类似。比方，肿瘤：CD163 纯度是 HER2+ 病例的不良特色之一，但正在呆板练习中并未识别出来（图 3c）。正在 TNBC 病例中也出现了形似的不类似，比方淋巴：CD8 比例。

　　为了提出 IMPRESS 特色与 pCR 之间干系的另一种观念，应用 Spearman 等第闭系系数 (SCC) 来评估特色之间与 pCR 干系的分歧。SCC结果与呆板练习特色要紧性结果（图3c，d）和单成分认识结果（图3f，g）基础类似，尤其是与淋巴细胞荟萃区域和肿瘤区域闭系的特色。这些结果外明了 NAC 前 TIL 正在预测 pCR 中的要紧用意。

　　如图4a所示，HER2+病例显示淋巴：CD8比率、淋巴：CD163比率、淋巴：PD-L1比率和淋巴：CD8比率与RCB明显负闭系。相反，基质：CD8比例和肿瘤：CD163纯度与RCB明显正闭系。从图 4b 中的 TNBC 队伍来看，淋巴 PD-L1 比例与 RCB 明显负闭系。相反，基质：CD8比例与RCB呈正闭系。这些结果注解，NAC 前图像中基于 AI 的 IMPRESS 特色也能够定量预测 RCB 值。

　　为了充满钻研 IMPRESS 特色之间的干系并揭示潜正在的依赖干系，本钻研对成对的 SCC 举行了认识（图 5）。这些成对的 SCC ρ 证实了每对 IMPRESS 特色之间的潜正在干系。总体特色闭系性正在 HER2+ 队伍（图 5a）和 TNBC 队伍（图 5e）之间存正在纤细分歧。

　　面积比特色的扫数 SCC ρ 均为正值。本钻研对来自差别 IHC 符号的高度闭系的面积比特色尤其感有趣。关于 HER2+ 的面积比（图 5b），来自差别 IHC 记号物的最闭系的比值统计数据是基质：PD-L1 比率和一起：CD163 比率；基质：CD163 比率和基质：PD-L1 比率。关于TNBC的面积比（图5f），来自差别IHC记号物的最闭系的比率统计数据是基质：PD-L1比率和基质：CD8比率；一起：PD-L1 比率和基质：CD8 比率；一起：PD-L1 比率和一起：CD8 比率。面积比统计结果注解，HER2+中PD-L1面积比与CD163的闭系性最强，而TNBC中与CD8的闭系性最强。

　　关于 IMPRESS 特色中的比例统计，正在无别的 H&E 区域内查看到正闭系。相反，正在差别的 H&E 区域查看到负闭系（图 5c、d）。本钻研对来自差别 H&E 地域且负闭系性最强的特色尤其感有趣。正在 HER2+ 中（图 5c），负闭系比例统计量最大的是肿瘤：H&E 比例和基质：H&E 比例；肿瘤：CD163 比例和基质：CD163 比例。正在TNBC中（图5g），最负闭系的比例统计是肿瘤：H&E比例和基质：H&E比例；肿瘤：CD163 比例和基质：CD163 比例。比例统计结果注解，CD163 是肿瘤或间质区域中负闭系性最强的 IHC 符号物。

　　关于 IMPRESS 特色中的纯度统计，正在无别的 IHC 符号内查看到正闭系。相反，差别 IHC 符号之间查看到负闭系（图 5d、h）。本钻研对来自差别 IHC 符号且负闭系性最强的那些特色尤其感有趣。正在 HER2+ 中（图 5d），差别 IHC 符号物的负闭系纯度统计数据是淋巴：CD163 纯度和淋巴：CD8 纯度；基质：CD163 纯度和一起：CD8 纯度；肿瘤：CD163 纯度和肿瘤：PD-L1 纯度。正在TNBC中（图5h），来自差别IHC符号的最负闭系的纯度统计是基质：CD163纯度和基质：CD8纯度；基质：CD163 纯度和一起：CD8 纯度。纯度统计结果注解，CD163 和 CD8 是两个最差别的 IHC 符号，正在差别的 H&E 区域中互相比赛。

　　本钻研构修了一个自愿、无误、所有、可外明和可反复的 WSI 特色提取管道 (IMPRESS)，并应用这些 IMPRESS 特色开荒呆板练习模子来预测乳腺癌患者对 NAC 的反映。应用组合特搜集的呆板练习模子显示出优异的职能，尤其是关于 HER2+ 亚型。单成分认识确定了 pCR 闭系和 RCB 闭系的图像特色，这些肿瘤免疫微境况信号能够用作预测符号或用于矫正一线调治的挑选，这或许是精准肿瘤学的要紧到场者。