本文主要是介绍TSR勾画学习，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
1：勾画建议
文献：Scoring the tumor-stroma ratio in colon cancer: procedure and recommendations
主要讲述的是结肠癌(CRC)的勾画建议和流程。
1，切片选择建议：
原发肿瘤的载玻片最具侵袭性的部分（即常规病理学中用于确定 T 状态的载玻片）
同一患者的多个载玻片，对基质百分比最高的切片进行评分，并作为TSR的最终估计。
2：组织病理学评分
通过常规显微镜分析来自4μm厚度的原发肿瘤的H&E染色组织切片。使用 × 2.5 或 × 5 镜头选择基质含量最高的区域。此后，使用× 10物镜选择该视觉部位内同时存在肿瘤和基质组织的区域。肿瘤细胞将存在于所选图像场的所有边界上。（显微镜视野面积计算：实际视野＝视野数／物镜倍率；例如，视野数为20，则10×物镜就观看2mm视野范围，那么4倍物镜的视野大小是20/4=5mm，40倍是0.5mm。）
文献示例：a基质低 ，b基质高；c只有2侧有肿瘤，d只有三侧有肿瘤，不符合。
3：关于目镜
大多数使用的目镜直径范围为 18 至 22 毫米，视野面积范围为 2.54 至 3.80 m㎡。对于 TSR 评分，这并没有导致评分百分比出现任何重大差异。（TSR是一个百分比数据嘛）
4：关于视野
粘液性腺癌很难正确估计TSR（这个对于消化道肿瘤较难）
文献示例：a 粘液性结肠 (对于粘液性结肠癌，粘液忽略评分) , b 炎性浸润
c 坏死组织, d 平滑肌组织,这两个不符合评分标准，不应考虑评分。
建议汇总表：
| 困难 | 建议 |
| 粘液性肿瘤 | 评分时应忽略粘液 |
| 炎性细胞浸润 | 炎症细胞浸润不是排除标准，可以包含在评分中。 |
| 坏死组织 | 坏死组织应排除在显微视野之外。如果无法做到这一点，则必须忽略坏死部分进行评分 |
| 平滑肌组织 | 平滑肌组织不应被考虑评分。如果无法选择没有平滑肌组织的合适区域（例如，在 II 期肿瘤中），则应忽略该组织室进行评分。 结蛋白染色可能会有所帮助。 |
| 腺腔 | 评分时忽略腺体管腔区域 |
| 血管 | 小血管作为基质的一部分包括在内。应避免使用具有肌肉壁的大血管（> 3 层平滑肌细胞），否则忽略评分 |
| 肿瘤出芽细胞 | 出芽腺癌细胞应与周围基质分离，在有问题的病例中，可通过细胞角蛋白染色（推荐使用 AE1/AE3）突出显示。 |
| 透明化 | 基质的一部分，因此包括在评分中 |
a忽略评分区域:显微镜视野减去视觉上必须忽略的组织，设置为100%。基质百分比必须仅由实体(=肿瘤+重要基质区室)组织部分确定
2：勾画实践
文献：Proposal of an automated tumor‐stromal ratio assessment algorithm and a nomogram for prognosis in early‐stage invasive breast cancer
利用Qupath软件开发了一种基于肿瘤和基质组织识别的改进TSR评估算法。
（1）在上传TMAs的数字图像（.scn文件）后，首先定义估计的染色载体，使苏木精和伊红颜色归一化;（2）使用“TMA derrayer”模块对TMA的磁芯进行适当的定向。然后，进行手动质量检查，以排除少数具有任何折叠、模糊或缺陷形态的岩心;（3）应用“简单组织检测”命令，准确检测各核心的组织。应用命令“SLIC超像素分割”、“添加强度特征”来生成“超像素”并计算相应的特征（表S1）。前面介绍了这些命令中使用的特定设置。21应用命令“添加平滑羽毛”，在半径50 μm处添加平滑物体特征，提高分类精度;（4）由经验丰富的研究者（LW Wang）使用QuPath的标注工具对具有代表性的训练区域进行相应的标注，包括肿瘤组织、基质组织和“其他”（空白、坏死、粘蛋白、炎症等）;（5）对随机森林分类器进行算法训练，实现肿瘤组织及周围基质组织的最优分类;（6）然后将训练好的算法依次应用于所有TMA。使用TMA数据浏览器的数据输出提供了肿瘤组织和基质组织的面积（μm2） 分别在每个内核中。TSR 计算为 TSR = 基质面积/（肿瘤面积 + 基质面积）× 100%。每个试样的两个核心的较高基质比被认为是最终的TSR。
参考：
1：Scoring the tumor-stroma ratio in colon cancer: procedure and recommendations
2：Proposal of an automated tumor‐stromal ratio assessment algorithm and a nomogram for prognosis in early‐stage invasive breast cancer
这篇关于TSR勾画学习的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
