《Basic and Clinical Andrology》:Automated Bergmann-Kliesch Score assessment in testicular biopsies using artificial intelligence-based whole-slide image analysis: a retrospective monocentric development and validation study
编辑推荐:
背景
Bergmann-Kliesch评分是一种用于评估睾丸活检中精子发生的组织病理学分级系统,量化含有长形精子细胞的生精小管比例。该评分在非梗阻性无精子症(NOA)男性接受睾丸精子提取术(TESE)以进行后续卵胞浆内单精子注射(ICSI)的临床过程中,是一项
背景
Bergmann-Kliesch评分是一种用于评估睾丸活检中精子发生的组织病理学分级系统,量化含有长形精子细胞的生精小管比例。该评分在非梗阻性无精子症(NOA)男性接受睾丸精子提取术(TESE)以进行后续卵胞浆内单精子注射(ICSI)的临床过程中,是一项关键参数。人工Bergmann-Kliesch评分评估耗时且存在观察者间与观察者内变异。本研究旨在开发并验证一种基于人工智能(AI)的计算流程,用于从数字化的睾丸活检全切片图像(WSIs)中自动化评估Bergmann-Kliesch评分。
结果
研究人员分析了法兰克福大学医学中心74例接受TESE患者的回顾性单中心队列。采用双模型机器学习流程处理配对的苏木精-伊红(HE)与OCT3/4免疫组织化学染色的WSIs。以ResNet-34为主干架构的U-Net模型在60张HE染色切片上训练用于生精小管分割,验证集上的多类别Dice系数为0.897。另一个以ResNet-34为主干架构的U-Net模型在15张OCT3/4染色切片上训练,包含14,226个人工标注的长形精子细胞用于精子细胞检测。两种模态通过结合刚性配准与B样条变形的多模态图像配准进行整合,实现将精子细胞检测结果空间投影至生精小管分割结果上。在包含15例患者的患者层面独立测试集中,AI生成的Bergmann-Kliesch评分与病理学家指定的参考评分显示出高度一致性(Pearson r = 0.957,Spearman ρ = 0.856,R2 = 0.916,平均绝对误差 = 0.93,均方根误差 = 1.28)。在Bergmann-Kliesch评分≥1的临床截断值下,该流程正确分类了所有测试集病例。在包含74例患者的完整评估队列中,一致性保持稳健(Pearson r = 0.851,Spearman ρ = 0.829,平均绝对误差 = 1.52,均方根误差 = 2.20)。
结论
该基于AI的流程能够从常规染色的睾丸活检WSIs中实现自动化、可重复的Bergmann-Kliesch评分评估,显示出与病理学家人工评估的高度一致性。该系统有望作为TESE工作流程中的临床决策支持工具。未来研究需要进行外部多中心验证以及与ICSI结局数据的前瞻性相关性分析。
论文解读
一、研究背景与问题
男性不育影响全球约3000万男性,其中非梗阻性无精子症(NOA)是男性不育最严重的表现形式之一,其特征为生精功能受损而非输精管道梗阻导致的精液中无精子。对于NOA男性,睾丸精子提取术(TESE)联合卵胞浆内单精子注射(ICSI)是实现生物学亲代的唯一确立治疗方案。然而,TESE后的精子获取成功率有限,一项包含117项研究的荟萃分析报告总体成功率约为47%。TESE作为一种有创操作,存在睾丸损伤、激素后遗症及术后并发症的风险。获取的组织部分冷冻保存以备后续使用,部分送病理科进行显微镜分析。因此,准确评估睾丸组织学具有重要临床意义,因为它决定了冷冻组织中是否含有可存活精子,从而影响是否继续进行ICSI的决策。评分不准确可能导致女性伴侣接受不必要的有创操作而缺乏实际成功机会。
Bergmann-Kliesch评分是一种既定的定量分级系统,量化含有长形精子细胞的生精小管比例,以0至10之间的绝对分值表示。生殖细胞发育不全或支持细胞综合征(SCOS)以Bergmann-Kliesch评分为0表示;评分在1至7之间代表不同程度减弱的精子发生;规律精子发生则要求80%至100%的评估生精小管含有长形精子细胞。当评分达到或超过临床决策截断值≥1时,推荐进行ICSI。然而,人工Bergmann-Kliesch评分判定被认为易受显著的观察者间和观察者内变异影响,这基于病理学家对睾丸组织病理学的粗略定性判读仅显示中度观察者间一致性(κ = 0.43)的证据。鉴于Bergmann-Kliesch评分在NOA男性TESE决策中的临床重要性及其易受同样变异的影响,亟需一种自动化且可重复的评估方法。既往研究已证明基于AI的自动化在标准化定量分析和提高可重复性方面具有有效性。
二、研究内容与结论概述
本研究开发并验证了一种完全自动化的计算流程,用于从睾丸活检全切片图像(WSIs)中评估Bergmann-Kliesch评分。在包含15例患者的患者层面独立测试集中,AI生成的评分与病理学家指定的参考评分显示出强相关性,在临床决策截断值下正确分类了所有15例病例。在包含74例患者的更广泛评估队列中,一致性保持稳健。该研究是首个在人类诊断活检中实现Bergmann-Kliesch评分的完全自动化、基于WSI、逐小管分析的流程,为TESE工作流程提供了可重复的决策支持工具。
三、关键技术方法
研究人员开展了一项回顾性单中心研究,队列来自法兰克福大学医学中心2019年1月至2024年10月期间接受TESE的84例NOA成年男性患者,排除标准包括仅含附睾组织或睾丸实质不含生精小管的样本,最终分析队列包含74例患者。研究利用了两个数据集:第一个数据集来自森肯伯格生物银行(SBB)档案库,包含60张HE染色切片(来自58例患者)用于训练生精小管分割模型,以及15张OCT3/4免疫组织化学染色切片(来自15例患者,无生殖细胞原位瘤(GCNIS)阳性免疫反应)用于训练精子细胞检测模型。第二个数据集专为本研究创建,从每例回顾性纳入患者的存档组织中随机选取一块福尔马林固定石蜡包埋(FFPE)组织,制作两张连续切片(厚度2μm),分别进行HE染色和OCT3/4免疫组织化学染色,以40倍放大扫描获得WSIs。技术流程采用双模型机器学习管道:以ResNet-34为主干架构的U-Net模型进行生精小管分割和长形精子细胞检测,通过结合刚性配准与B样条变形的多模态图像配准整合两种模态,最终利用Shapely空间索引计算精子细胞检测与生精小管多边形的空间交集,自动计算Bergmann-Kliesch评分。所有模型使用Python(v3.8.10)结合fastai(v2.7.18)和PyTorch(v1.13.1)实现,图像配准使用SimpleITK(v2.5.3)和scikit-image(v0.18.1)。
四、研究结果
测试集性能:在患者层面独立测试集(n = 15)中,采用每个生精小管至少2个检测精子细胞的阈值时,AI生成的Bergmann-Kliesch评分与病理学家参考评分显示强一致性:Pearson相关系数为0.957,Spearman相关系数为0.856,Lin's一致性相关系数(CCC)为0.940,平均绝对误差(MAE)为0.93,均方根误差(RMSE)为1.28,平均偏倚为?0.18。Bland-Altman分析显示95%一致性界限为?2.76至2.40。在临床截断值Bergmann-Kliesch评分≥1下,该流程正确分类了测试集中所有15例病例,识别出全部7例精子发生阳性病例和全部8例SCOS病例,敏感性、特异性、阳性预测值(PPV)、阴性预测值(NPV)和准确率均达到1.00。
完整队列性能:在完整评估队列(n = 74)中,采用相同阈值时一致性保持稳健:Pearson相关系数为0.851,Spearman相关系数为0.829,Lin's CCC为0.820,MAE为1.52,RMSE为2.20,平均偏倚为?0.21。在临床截断值下,敏感性为97.4%,特异性为62.9%,PPV为74.5%,NPV为95.7%,准确率为81.1%。敏感性分析确定了每个小管2个检测精子细胞为最高一致性配置。
阈值敏感性分析:研究人员对每个小管1、2、3、5、7和10个检测精子细胞的截断值进行了事后敏感性分析。采用至少1个检测精子细胞的阈值虽产生高相关性(Pearson r = 0.918),但存在系统性正偏倚(偏倚 = 0.69),导致8例SCOS病例中6例被误分类为精子发生阳性。将阈值提高至至少2个检测精子细胞显著减少了偏倚并改善了整体一致性,在测试集上实现了完美分类。一致性在更高阈值下逐渐恶化。
病理学家分层分析:参考标准由三位委员会认证的泌尿病理学家(JK、HR、PJW)在常规临床报告中指定。在临床截断值下,AI与病理学家分类的一致性在三位观察者间相当(JK:82.9%;HR:77.3%;PJW:82.4%),95% Wilson置信区间重叠。不一致病例几乎全部为AI假阳性分类,仅有一例假阴性病例。连续一致性指标显示相似的整体模式,MAE分别为1.54(JK)、1.14(HR)和1.97(PJW),Pearson相关系数分别为0.856、0.912和0.774。
运行性能:端到端处理每对WSI的总时间约为25分钟。多模态图像配准是最耗时的步骤,每对WSI约需16分钟。读取专有扫描仪格式的全切片图像、组织掩膜和斑块或瓦片创建约占8分钟。两个模型的分割推理合计不到1分钟。反向投影和Bergmann-Kliesch评分计算约需1分钟。
五、讨论与结论
讨论部分指出,该研究是首个在人类诊断活检中实现Bergmann-Kliesch评分的完全自动化、基于WSI、逐小管分析的流程,将研究从临床前模型扩展到人类临床决策,从通用组织定量扩展到直接自动化一个决定ICSI推荐的既定临床评分系统。研究特别关注了OCT3/4免疫组织化学的创新性使用——虽然OCT3/4主要用于检测GCNIS,但研究人员利用其在长形精子细胞中清晰可见的染色特征进行自动化精子细胞检测,这是首次报道将OCT3/4免疫组织化学用于自动化精子细胞检测。研究还讨论了正性小管定义的方法学考量,指出原始Bergmann-Kliesch评分为定性定义,自动化像素级流程需要转化为定量规则。架构选择方面,研究人员刻意采用U-Net与ResNet-34主干的成熟组合而非更大规模的Transformer架构或病理学基础模型,因为在有限数据规模的窄定义像素级组织病理学任务中,此类CNN架构可达到相当或更优性能。精子细胞检测模型相对较低的像素级Dice系数(0.284)被解释为长形精子细胞极小尺寸导致的度量敏感性,而流程的核心目标是小管水平的分类而非完美像素级轮廓。
研究局限性包括:回顾性单中心设计限制了泛化性;患者层面测试集仅15例,样本量较小限制了性能估计的精确性;参考标准基于常规临床评分而非前瞻性多病理学家共识标准;端到端处理时间约25分钟,主要瓶颈在图像配准步骤;流程依赖连续HE与OCT3/4切片间的精确配准,局部组织变形和伪影可能导致空间对应不完美;研究仅评估了与病理学家评分的协议性,未评估直接临床结局指标如精子获取率、ICSI成功率、妊娠率或活产率。
结论翻译:本研究提出了一种基于AI的Bergmann-Kliesch评分评估流程的概念验证,利用配对HE和OCT3/4染色的睾丸活检全切片图像。该流程与病理学家指定的参考评分显示出强一致性,并在应用每个小管2个精子细胞阈值后,在临床相关截断值下正确分类了独立测试集中的所有病例。这些发现支持自动化、小管水平Bergmann-Kliesch评分评估作为TESE工作流程中可重复决策支持工具的可行性。