CellaVision DM96自动化数字图像分析系统红细胞形态分类的性能评价

doi:10.3969/j.issn.1673-8640.2018.05.013

检验医学 ›› 2018, Vol. 33 ›› Issue (5): 428-430.DOI: 10.3969/j.issn.1673-8640.2018.05.013

• 技术研究与评价·论著 • 上一篇下一篇

CellaVision DM96自动化数字图像分析系统红细胞形态分类的性能评价

沈蕙颖¹, 林孝怡², 杨慧¹, 郑建新¹

1.上海交通大学医学院附属上海儿童医学中心检验科,上海 200127
2.上海交通大学医学院附属瑞金医院检验科,上海 200025

收稿日期:2017-06-06 出版日期:2018-05-20 发布日期:2018-05-30
作者简介:null
作者简介：沈蕙颖,女,1982年生,学士,技师,主要从事临床检验工作。

通信作者：郑建新,联系电话：021-38626161-85121。

Performance of CellaVision DM96 automated image analysis system for determining red blood cell morphological abnormalities

SHEN Huiying¹, LIN Xiaoyi², YANG Hui¹, ZHENG Jianxin¹

1. Department of Clinical Laboratory,Shanghai Children's Medical Center,Shanghai Jiaotong University School of Medicine,Shanghai 200127,China
2. Department of Clinical Laboratory,Ruijin Hospital,Shanghai Jiaotong University School of Medicine,Shanghai 200025,China

Received:2017-06-06 Online:2018-05-20 Published:2018-05-30

摘要/Abstract

摘要：

目的评价CellaVision DM96自动化数字图像分析系统（简称DM96）对异常红细胞形态分类的敏感性和特异性。方法 500份乙二胺四乙酸二钾抗凝外周血仪器制片染色后,分别作显微镜检查和DM96白细胞分类计数及红细胞形态分析,以人工显微镜检查结果为标准,比较DM96异常红细胞形态预分类结果的敏感性和特异性。结果人工显微镜检查发现12种异常红细胞形态。DM96红细胞形态预分类结果的总准确性为94.9%,敏感性随异常红细胞类型而异（23.1%~89.7%）,仪器识别各类型异常红细胞形态的特异性和一致性较高（均>90%）。结论 DM96对异常红细胞形态分类有较好的临床应用价值,但必要时需作人工复检。

关键词: 自动化数字图像分析系统, 异常红细胞形态, 性能评价

Abstract:

Objective To evaluate the performance of CellaVision DM96 automated image analysis system for determining red blood cell morphological abnormalities. Methods A total of 500 ethylenediaminetetraacetic acid-K₂anticoagulated peripheral blood samples were made into blood smears and stained,and they were determined by DM96 and manual microscopy. The results of manual microscopies were as standard. The sensitivity and specificity of DM96 were evaluated. Results By manual microscopy,there were 12 kinds of red blood cell morphological abnormalities. The overall accuracy of DM96 was 94.9%. The sensitivities ranged from 23.1% to 89.7% according to different kinds of red blood cell morphological abnormalities,while the specificity and consistency were >90% for all red blood cell morphological abnormalities. Conclusions CellaVision DM96 automated image analysis system plays a role in identifying red blood cell morphological abnormalities. However,positive samples should be verified by manual microscopy.

Key words: Automated image analysis system, Red blood cell morphological abnormality, Performance evaluation

中图分类号:

R446.1

沈蕙颖, 林孝怡, 杨慧, 郑建新. CellaVision DM96自动化数字图像分析系统红细胞形态分类的性能评价[J]. 检验医学, 2018, 33(5): 428-430.

SHEN Huiying, LIN Xiaoyi, YANG Hui, ZHENG Jianxin. Performance of CellaVision DM96 automated image analysis system for determining red blood cell morphological abnormalities[J]. Laboratory Medicine, 2018, 33(5): 428-430.

图/表 1

参考文献 6

[1]	PALMER L,BRIGGS C,MCFADDEN S,et al.ICSH recommendations for the standardization of nomenclature and grading of peripheral blood cell morphological features[J]. Int J Lab Hematol,2015,37(3):287-303.
[2]	CEELIE H,DINKELAAR R B, VAN GELDER W.Examination of peripheral blood films using automated microscopy; evaluation of Diffmaster Octavia and Cellavision DM96[J]. J Clin Pathol,2007,60(1):72-79.
[3]	BRIGGS C,LONGAIR I,SLAVIK M,et al.Can automated blood film analysis replace the manual differential?An evaluation of the CellaVision DM96 automated image analysis system[J]. Int J Lab Hematol,2009,31(1):48-60.
[4]	NAKASHIMA M O,DOYLE T J,PHELAN-LEWIN K,et al.Assessment of semi-quantitative grading of red blood cell abnormalities utilizing images from the CellaVision DM96 compared to manual light microscopy[J]. Int J Lab Hematol,2017,39(5):e110-e112.
[5]	HORN C L,MANSOOR A,WOOD B,et al.Performance of the CellaVisio(®)DM96 system for detecting red blood cell morphologic abnormalities[J]. J Pathol Inform,2015,6:11.
[6]	CRIEL M,GODEFROID M,DECKERS B,et al.Evaluation of the red blood cell advanced software application on the CellaVision DM96[J]. Int J Lab Hematol,2016,38(4):366-374.

异常红细胞形态	敏感性	特异性	一致性	假阳性率	假阴性率
嗜多色红细胞	88.1	96.1	93.0	3.9	11.9
泪滴状红细胞	86.3	95.8	93.6	4.2	13.7
低色素红细胞	81.7	95.7	94.0	4.3	18.3
大红细胞	33.3	99.1	92.4	0.9	66.7
毫焦小体	89.7	96.1	95.6	3.9	10.3
小红细胞	77.1	96.6	95.2	3.4	22.9
靶形红细胞	83.3	96.2	95.4	3.8	16.7
球形红细胞	80.0	91.6	91.0	8.4	20.0
镰形红细胞	71.4	98.5	97.4	1.5	28.6
棘形红细胞	75.0	99.8	98.8	0.2	25.0
裂红细胞	73.3	97.5	96.8	2.5	26.7
口形红细胞	23.1	97.5	95.6	2.5	76.9

异常红细胞形态	敏感性	特异性	一致性	假阳性率	假阴性率
嗜多色红细胞	88.1	96.1	93.0	3.9	11.9
泪滴状红细胞	86.3	95.8	93.6	4.2	13.7
低色素红细胞	81.7	95.7	94.0	4.3	18.3
大红细胞	33.3	99.1	92.4	0.9	66.7
毫焦小体	89.7	96.1	95.6	3.9	10.3
小红细胞	77.1	96.6	95.2	3.4	22.9
靶形红细胞	83.3	96.2	95.4	3.8	16.7
球形红细胞	80.0	91.6	91.0	8.4	20.0
镰形红细胞	71.4	98.5	97.4	1.5	28.6
棘形红细胞	75.0	99.8	98.8	0.2	25.0
裂红细胞	73.3	97.5	96.8	2.5	26.7
口形红细胞	23.1	97.5	95.6	2.5	76.9

[1]	谭春艳, 周莹, 莫志江. 定性测定性能评价卫生行业标准WS/T 505—2017附录B示例错误和纠正[J]. 检验医学, 2023, 38(6): 569-573.
[2]	刘聪聪, 李佳萍, 周宏伟. 2套质谱系统临床微生物鉴定性能评估[J]. 检验医学, 2022, 37(11): 1084-1088.
[3]	中国妇幼保健协会临床诊断与实验医学分会. 中国儿童全血C反应蛋白检测系统性能评价标准建立专家共识[J]. 检验医学, 2021, 36(12): 1201-1205.
[4]	岳朝艳, 段朝晖, 章迪, 韦婕, 罗晓红, 张倩岚, 伍勇, 应春妹. 磁微粒吖啶酯化学发光法检测AMH的性能评估及成年女性AMH参考区间的建立[J]. 检验医学, 2021, 36(1): 95-100.
[5]	周碧燕, 赵丽萍, 陶文富, 方灵燕, 李少芳, 张可可, 何亚妮, 韦荣国. 磁微粒化学发光法检测乙型肝炎6项血清标志物关键性能指标验证[J]. 检验医学, 2020, 35(5): 476-480.
[6]	宋景晨, 曾洁, 陈彤, 张传宝, 潘琦, 李传宝, 武全莹, 唐丹丹, 王勤. 北京市某院便携式血糖仪性能评价[J]. 检验医学, 2020, 35(11): 1186-1189.
[7]	刘杨, 张志平, 彭道荣, 宋浏伟, 葛胜祥, 郝晓柯, 刘家云. 高浓度HBsAg检测化学发光微粒子免疫分析法的建立及性能评价[J]. 检验医学, 2020, 35(10): 1056-1061.
[8]	刘慧玲, 王冰, 张颖, 朱佳雯, 欧阳清慧. 不同来源允许总误差和偏移在西格玛性能评价中的差异[J]. 检验医学, 2019, 34(7): 648-650.
[9]	欧元祝, 唐立萍, 虞啸炫, 刘文彬. DGKC手工法评价3种血清胆碱酯酶试剂盒的检测性能[J]. 检验医学, 2019, 34(4): 355-359.
[10]	程娟, 田江峰, 李怀远, 潘秋辉. 不同C反应蛋白检测仪器性能比较[J]. 检验医学, 2019, 34(10): 937-940.
[11]	林斐然, 刘文彬, 欧元祝, 虞啸炫, 葛丹红, 唐立萍. 11种同型半胱氨酸检测系统的性能评价[J]. 检验医学, 2019, 34(1): 51-55.
[12]	王蕾, 陈伟琴, 徐旻一, 陈旭东. 检测尿Ⅳ型胶原的磁微粒化学发光法的建立及尿Ⅳ型胶原在膜性肾病中的临床应用[J]. 检验医学, 2018, 33(5): 442-446.
[13]	刘晓梅, 陈锋, 许允, 杜耀华, 李玲君, 李抄. HemoCue白细胞计数仪性能评价[J]. 检验医学, 2017, 32(8): 727-729.
[14]	董奕裕, 吴奕征, 沈丽丽, 陈群. 纳米颗粒增强透射免疫比浊法检测乳酸脱氢酶同工酶3方法的建立及性能评价[J]. 检验医学, 2017, 32(2): 138-142.
[15]	赵智赟, 袁文华, 宋云霄. 迈瑞H50糖化血红蛋白分析仪性能评价[J]. 检验医学, 2017, 32(12): 1137-1142.

CellaVision DM96自动化数字图像分析系统红细胞形态分类的性能评价

Performance of CellaVision DM96 automated image analysis system for determining red blood cell morphological abnormalities

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 1

参考文献 6

相关文章 15

编辑推荐

Metrics