top of page

Deep Learning-Based Nuclear Morphometry Reveals an Independent Prognostic Factor in MCL

刊載於 the American Journal of Pathology

Vol. 192, No. 12, Dec. 2022


被套區細胞淋巴瘤 (Mantle cell lymphoma,MCL) 是一種較罕見的慢性惡性淋巴瘤,常見症狀有貧血、發燒、淋巴腫脹、腸道瘜肉等。由於 MCL 的症狀不明顯,病人確診時往往已經有很多病徵,中位存活約 3 至 5 年。


一般認為,芽球 blastoid / 多行型性組織型態 pleomorphic morphology 與 MCL 預後不佳的病人呈高度相關;然而,對經驗較少的病理科醫師而言,要肉眼判別出這些型態變異,極具挑戰!


在這份研究中,我們根據客觀型態參數,自103 位 MCL 病患取出上萬個細胞核,提出人為詮釋,並研發出深度學習演算法,能自動勾勒出 MCL 腫瘤細胞的細胞核。如此,能將型態參數區別出來、計數,更能評估他們對預後的影響。


不同於必須靠肉眼判別的芽球 blastoid / 多行型性組織型態 pleomorphic morphology,這些型態參數是可以客觀地被量測出來。這份結合林口長庚醫院等多家單位與醫師夥伴於《The American Journal of Pathology》發表的研究成果,首度揭示,核型態數據能作為 MCL 的獨立預後因素,而他們比芽球 / 多行型性組織型態更為穩當,可供客觀量測。



圖一:研究設計總覽



bottom of page