骨髓细胞学检查

摘要： 目的:评价骨髓细胞学检查在贫血病因鉴别诊断中的临床作用。方法:回顾性分析1954例初次诊断为贫血待查患者的骨髓穿刺标本并行骨髓细胞学检查结果。结果:1954例骨髓穿刺标本,感染性贫血17份、描述性诊断骨髓象259份。1678份为淋巴组织和造血疾病:急性白血病463份、缺铁性贫血284份、多发性骨髓瘤314份、巨幼红细胞性贫血206份、再生障碍性贫血181份、溶血性贫血6份、慢性淋巴细胞白血病118份、慢性粒细胞白血病106份;两个四年间病例数呈增加趋势,并且急性白血病病例数明显增加,缺铁性贫血、巨幼红细胞性贫血明显减少。结论:骨髓细胞学检查可以有效确定贫血病因,有利于各类贫血的针对性治疗;两个4年间比较结果提示急性白血病病例数增加最为显著,故而临床上对于诱发因素、防治手段应予以格外重视。

摘要： 目的 探讨意义未明特发性血细胞减少症(ICUS)的实验室检查特点及转归.方法 对26例ICUS患者的血常规、骨髓细胞学检查、染色体核型及基因测序结果进行分析.结果 26例患者中,血细胞三系减低14例(53.8％),两系减低10例(38.5％),一系减低2例(7.7％).26例患者的血红蛋白水平均降低.骨髓细胞学检查结果显示,17例可见病态造血,3例可见环形铁粒幼红细胞(均<15％).26例ICUS患者治疗后基本治愈6例(23.1％),部分缓解13例(50.0％),无效7例(26.9％).2例患者最终由ICUS转归为白血病,其中1例最终转归为急性粒?单核细胞白血病,另一例首先转归为骨髓增生异常综合征(MDS),再转归为急性粒?单核细胞白血病.结论 部分ICUS可能最终进展为MDS、白血病等,而骨髓细胞学检查、染色体核型分析及基因测序等对ICUS的诊断具有重要意义.

摘要： 目的 探析骨髓细胞学检查和骨髓活检结合检测应用在血液病诊断中的作用.方法 病例选择本院2018年12月-2020年10月的100例血液病患者,并将其分成两组,对观察组实行联合检测,对参照组实行单一检测,分析检测结果.结果 观察组中,其诊断符合率高于参照组,差异显著(P<0.05).结论 和常规单一检测相比较,联合检测的效果更为明显,能够进一步提高诊断符合率,具有应用价值.

摘要： 目的 对比分析2011-2013年和2017-2019年2个时间段首次接受骨髓细胞学检查患者的贫血疾病谱变化情况,评价骨髓细胞学检查在贫血鉴别诊断中的临床价值.方法 选取2011-2013年和2017-2019年2个时间段因贫血在该院首次进行骨髓细胞学检查的1830例患者的病历资料并进行回顾性对比分析.结果 检出病例发生率较高的分别为缺铁性贫血、急性白血病、溶血性贫血、多发性骨髓瘤、巨幼红细胞性贫血、再生障碍性贫血、感染性贫血、慢性淋巴细胞白血病、慢性粒细胞白血病;2017-2019年与2011-2013年比较,缺铁性贫血、巨幼红细胞性贫血及再生障碍性贫血检出率明显降低,急性白血病检出率明显升高,差异均有统计学意义(P<0.05);2011-2013年和2017-2019年2个时间段检出病例年龄分层、季节分布发生一定变化,其中急性白血病变化最明显,年龄<10岁和夏季患者的构成比明显上升,差异均有统计学意义(P<0.05);除再生障碍性贫血绝大多数贫血程度呈重度及急性白血病贫血程度均为重度外,其他类型疾病的病情多为中度.结论 骨髓细胞学检查可以有效确定贫血病因及病情严重程度,有利于各类贫血的针对性治疗;2011-2013年和2017-2019年2个时间段急性白血病出现较为明显的年龄分层、季节分布差异,临床上应予以高度重视.

摘要： 目的:分析贫血诊断中,骨髓细胞学检查的临床应用价值.方法:随机选择2020年2月至2021年1月我院接诊的98例贫血患者为研究对象,参与本次研究的所有患者均已确诊存在贫血的问题,所有患者都需要接受骨髓细胞学检查,并通过骨髓细胞学检查的方式判断患者的病情,以此来分析贫血诊断中骨髓细胞学检查方式的临床应用价值.结果:本次研究中,患者所患的疾病类型主要包括再生障碍性贫血、急性白血病、缺铁性贫血以及骨髓增生异常综合征四个方面.通过采用骨髓细胞学检查的方式对患者进行诊断,诊断的结果以及确诊的结果整体并不存在显著差异.结论:在针对贫血患者进行诊断的过程中,骨髓细胞学检查的方式具有较高的临床应用价值,诊断的准确率整体较高.

摘要： 目的:探究将骨髓细胞形态学检查运用在全血细胞减少症患者中进行诊断的效果.方法:随机将2019年3月至2020年2月期间本院全血细胞减少症患者88例,均开展骨髓细胞形态学检查.结果:全血细胞减少症88例患者中再生障碍性的贫血有37例(42.05％),16例为骨髓增生的异常综合征(18.18％),10例增生性贫血(11.36％),13例白血病(14.77％),5例骨髓纤维化(5.68％),3例骨髓转移癌(3.41％),3例多发性骨髓瘤(3.41％).全体患者中仅有1例误诊,误诊率为1.14％,准确率为98.86％.结论:作为一种操作简便、安全稳定、可靠性强的检验方法,骨髓细胞学检查能够有效提升医生的判断准确程度,为采取最适合患者的治疗方法提供帮助,最大限度地为患者争取治疗时间,提升患者的治疗体验.

摘要： 目的:探讨骨髓细胞形态学检查在贫血患者中的临床应用价值.方法:选我院2017年1月—2019年12月临床送检的200例贫血患者的标本,采用骨髓细胞形态学检查,探讨此检查在病因诊断中的应用价值.结果:明确贫血致病病因的有145例,占72.5％;另外55例,27.5％的患者并无特异性的骨髓象表现,但通过骨髓细胞形态学检查,可排除是血液系统疾病引起的.结论:贫血是很多疾病表现在血液系统方面的改变之一,检测贫血最简单有效的方法就是血常规检验,而骨髓细胞形态学检查能明确贫血的病因,确诊疾病类型,协助临床疾病的诊断、疗效观察及预后评估,为临床治疗提供可靠的诊断依据,值得临床应用.

摘要： 目的 分析骨髓细胞学检查鉴别诊断低增生性骨髓增生异常综合征(Hypo-MDS)与再生障碍性贫血(AA)效能.方法 回顾性分析2018年3月～2019年11月我院收治的26例Hypo-MDS患者和30例AA患者的临床资料,所有患者均行骨髓细胞学检查.比较两组病态造血检出率及主要细胞占比情况.结果 Hypo-MDS组红系、粒系、巨核系细胞减少程度低于AA组,细胞内铁数目高于AA组,细胞外铁阳性率低于AA组,差异有统计学意义(P5％、核浆发育不平衡、成熟红细胞形态异常、巨幼改变率均高于AA组,差异有统计学意义(P<0.05).结论 骨髓细胞学检查能够显示Hypo-MD与AA的病理差异,可为临床鉴别诊断提供客观依据.

摘要： 目的:探讨全血细胞减少性疾病患者中采取骨髓细胞学检查的效果。方法:抽选2018年5月至2019年9月全血细胞减少症患者100例,均采取骨髓细胞学检查。结果:全体患者中,病因为造血系统疾病的患者有70例,其中恶性血液疾病分别为22例再生障碍性贫血、14例急性白血病、10例骨髓增生异常综合征,4例多发性骨髓瘤。全体患者骨髓象特征表现为骨髓增生减低的有40例(Ⅳ级以下),60例骨髓增生活跃(Ⅲ级以上)。骨髓细胞形态异常较多见,红细胞、粒细胞、巨幼细胞有不同程度的病态造血。病因为非造血系统疾病的患者有30例,骨髓象特征表现为骨髓增生明显活跃或活跃为主的有20例(66.7%),表现为骨髓增生减低的有10例(33.3%),骨髓增生多活跃,其巨核系多数没有特殊变化,形态多以感染骨髓象为特征。结论:全血细胞减少性疾病患者采取骨髓细胞学检查能够较为准确的查明骨髓形态及增生状况,有着较高的诊断价值。

摘要： 目的:探讨全血细胞减少性疾病患者中采取骨髓细胞学检查的效果.方法:抽选2018年5月至2019年9月全血细胞减少症患者100例,均采取骨髓细胞学检查.结果:全体患者中,病因为造血系统疾病的患者有70例,其中恶性血液疾病分别为22例再生障碍性贫血、14例急性白血病、10例骨髓增生异常综合征,4例多发性骨髓瘤.全体患者骨髓象特征表现为骨髓增生减低的有40例(Ⅳ级以下),60例骨髓增生活跃(Ⅲ级以上).骨髓细胞形态异常较多见, 红细胞、粒细胞、巨幼细胞有不同程度的病态造血.病因为非造血系统疾病的患者有30例,骨髓象特征表现为骨髓增生明显活跃或活跃为主的有20例(66.7%),表现为骨髓增生减低的有10例(33.3%),骨髓增生多活跃, 其巨核系多数没有特殊变化,形态多以感染骨髓象为特征.结论:全血细胞减少性疾病患者采取骨髓细胞学检查能够较为准确的查明骨髓形态及增生状况,有着较高的诊断价值.

摘要： 本发明涉及一种基于骨髓细胞形态学的血液疾病人工智能辅助诊断系统，包括：图像采集模块，用于采集瑞氏染色骨髓图像和细胞化学染色骨髓及外周血图像；图像分析模块，用于将所述瑞氏染色骨髓图像和细胞化学染色骨髓及外周血图像输入至训练好的深度网络模型中，融合医学诊断专业知识来学习骨髓形态学的有效特征，获得基于深度学习的病例骨髓形态学有效特征的相关参数；疾病类型判断模块，用于采用基于知识推理和临床经验融合的机器学习方法分析所述病例骨髓形态学参数并识别出待诊断病例的疾病类型。本发明能够实现高准确率的骨髓形态学人工智能(Artificial Intelligence,AI)辅助诊断。

摘要： 本发明创造属于骨髓细胞形态学检测领域，具体涉及了一种骨髓细胞形态学自动检测系统的计数及分析方法。本发明创造所采用的技术方案是，一种骨髓细胞形态学自动检测系统的计数及分析方法，包括以下步骤：S1：对低倍图像进行整体识别，并寻找其中的特殊细胞和巨型细胞并计数。S2：对筛选后的高倍图像的区域内随机选取若干计数区域，并对区域内全类细胞进行识别和计数。S3：对每个计数区域的计数结果进行参考性判断。本申请采用多点取样，然后在对每个取样点的数据进行代表性分析，使得每个取样点的数据都具有参考性。然后在将所有具有参考性取样点的数据进行加权计算，使得统计的数据更加贴近真实值，使得最终数据的指向更加精准。

摘要： 本发明创造属于骨髓细胞形态学检测领域，具体涉及了一种骨髓细胞形态学自动检测系统的疾病联想方法。本发明创造所采用的技术方案是，一种骨髓细胞形态学自动检测系统的疾病联想方法，包括以下步骤：S1：对在筛选区域的细胞进行计数识别统计；S2:将大小、形态、染色以及结构异常的细胞截图，放入审核系统进行人工描述。本申请结合骨髓象和血液象的数据以及异常细胞的形态特征展开疾病联想，所筛选出来的疾病精准度高，大量的节省了医生的时间，减少了医生的工作量，提高了医生的诊断效率，而且也可以避免最终报告受到人的专业水平的制约问题，使得最终可以得到一个稳定而规范的诊断结论，从而提高整体诊断水平。

摘要： 本发明公开了一种基于稀疏表示和形态学操作的骨髓细胞分割方法，包括以下步骤：(1)基于饱和度的骨髓细胞预检测；(2)基于稀疏表示的骨髓细胞检测；(3)基于形态学的多角度骨髓细胞分割和计数。本发明可以得到精确的骨髓细胞检测位置，分割图像和计数结果，整个过程无需人工参与，真正实现了全自动骨髓细胞检测、分割与计数，有利于后续诸如细胞分类、急性白血病诊断等处理。

摘要： 本发明公开了一种肿瘤筛查系统，其使用自动单元将细胞从含有与细胞混合的溶液的瓶子中分离出来并将细胞收集于载玻片上；一种用于液基细胞学检测的收集瓶，其用于同时储存含有细胞的溶液并将溶液从肿瘤筛查系统中倒出；一种用于宫颈癌的液基细胞学检测的刷子，其从妇女的子宫收集细胞；以及一种用于细胞学诊断的辅助溶液，其保存收集到的细胞。

摘要： 本发明提供了一种用于悬浮培养骨髓细胞的培养基、制备方法、应用和诱导骨髓源细胞分化为巨噬细胞的方法，涉及细胞培养技术领域，本发明提供的用于悬浮培养骨髓细胞的培养基，通过各特定组分的相互配合，能够实现骨髓源细胞的全悬浮培养，获得高质量的全悬浮细胞，同时高效促进骨髓源细胞增殖分化为巨噬细胞。并且，该培养基成分明确，成本可控，通过将不同功能的组分独立包装，还具有使用方便的优点。

摘要： 本发明公开了一种骨髓细胞形态学特征的提取方法与系统，包括：1)获取经化学试剂染色后得到的骨髓细胞图像，并进行图像预处理；2)利用UNet++模型对骨髓细胞图像进行分割，得到若干个单一骨髓细胞图像；3)结合医学诊断知识对基于标记的分水岭算法进行改进，根据细胞核数值描述对单一骨髓细胞图像进行细胞核分割，获取精准的细胞核区域；4)提取单一骨髓细胞图像的形态学特征，并进行特征选择，筛选得到重要性较高的形态学特征。本发明突破传统基于标记的分水岭算法在进行单一骨髓细胞图像进行核质分割时，细胞核区域判定困难的问题，根据骨髓细胞形态学检验知识预先得到不同类型骨髓细胞的细胞核面积占比信息，从而提取更精准的形态学特征。

摘要： 本发明涉及一种基于骨髓细胞形态学的血液疾病人工智能辅助诊断系统，包括：图像采集模块，用于采集瑞氏染色骨髓图像和细胞化学染色骨髓及外周血图像；图像分析模块，用于将所述瑞氏染色骨髓图像和细胞化学染色骨髓及外周血图像输入至训练好的深度网络模型中，融合医学诊断专业知识来学习骨髓形态学的有效特征，获得基于深度学习的病例骨髓形态学有效特征的相关参数；疾病类型判断模块，用于采用基于知识推理和临床经验融合的机器学习方法分析所述病例骨髓形态学参数并识别出待诊断病例的疾病类型。本发明能够实现高准确率的骨髓形态学人工智能(Artificial Intelligence,AI)辅助诊断。

摘要： 本发明创造属于骨髓细胞形态学检测领域，具体涉及了一种骨髓细胞形态学自动检测系统的疾病联想方法。本发明创造所采用的技术方案是，一种骨髓细胞形态学自动检测系统的疾病联想方法，包括以下步骤：S1：对在筛选区域的细胞进行计数识别统计；S2:将大小、形态、染色以及结构异常的细胞截图，放入审核系统进行人工描述。本申请结合骨髓象和血液象的数据以及异常细胞的形态特征展开疾病联想，所筛选出来的疾病精准度高，大量的节省了医生的时间，减少了医生的工作量，提高了医生的诊断效率，而且也可以避免最终报告受到人的专业水平的制约问题，使得最终可以得到一个稳定而规范的诊断结论，从而提高整体诊断水平。

摘要： 本发明创造属于骨髓细胞形态学检测领域，具体涉及了一种骨髓细胞形态学自动检测系统的计数及分析方法。本发明创造所采用的技术方案是，一种骨髓细胞形态学自动检测系统的计数及分析方法，包括以下步骤：S1：对低倍图像进行整体识别，并寻找其中的特殊细胞和巨型细胞并计数。S2：对筛选后的高倍图像的区域内随机选取若干计数区域，并对区域内全类细胞进行识别和计数。S3：对每个计数区域的计数结果进行参考性判断。本申请采用多点取样，然后在对每个取样点的数据进行代表性分析，使得每个取样点的数据都具有参考性。然后在将所有具有参考性取样点的数据进行加权计算，使得统计的数据更加贴近真实值，使得最终数据的指向更加精准。