ヘマトキシリンとエオシン（H＆E）ステンドグラスのスライドを使用した赤外線スペクトル組織病理学：臨床翻訳に向けた大きな前進

赤外線スペクトル組織病理学は、現在の病理学的方法を補完する可能性がある重要な診断ツールとして大きな可能性を示しています。有望である一方で、臨床翻訳は、壊れやすく、非常に高価な赤外線透過基質を使用することの非実用性によって妨げられています。最近、ガラスが潜在的な代替品として提案されており、赤外線では大部分が不透明ですが、高波数領域（2500-3800 cm-1）への無制限のアクセスを可能にします。ガラスに染色されていない組織を使用した最近の研究では、アミドのバンドのみを利用しているにもかかわらず、組織学的クラス間の良好な識別が達成され、正常組織と悪性組織を識別する可能性を示唆していることが示されています。しかし、ガラスの染色されていない組織は、赤外線化学イメージング後に染色する必要があるため、病理学者のワークフローを破壊する可能性があります。これに照らして、病理学者から受け取ったサンプルを使用して、カバースリップされたH＆E染色組織をガラス上に使用した最初の赤外線スペクトル組織病理学SHP研究について報告します。この論文では、18の異なるH＆Eスライドで100人の異なる患者から得られた182の前立腺組織コアで構成される拡張患者サンプルセットから得られた結果を使用した厳格な研究を提示します。ランダムな森林分類モデルを利用して、高度な精度（> 90％）で独立したテストセットの4つのクラスの組織学を迅速に分類できることを実証します。9つの別々の前立腺連続切片を使用してさまざまな程度の染色を調査し、染色ではなくバイオマーカーを識別することを実証します。最後に、4クラスモデルを使用して、正常な上皮、悪性上皮、正常間質、および癌関連間質を95％を超える分類精度を識別できることを示しています。

Infrared spectral histopathology has shown great promise as an important diagnostic tool, with the potential to complement current pathological methods. While promising, clinical translation has been hindered by the impracticalities of using infrared transmissive substrates which are both fragile and prohibitively very expensive. Recently, glass has been proposed as a potential replacement which, although largely opaque in the infrared, allows unrestricted access to the high wavenumber region (2500-3800 cm-1). Recent studies using unstained tissue on glass have shown that despite utilising only the amide A band, good discrimination between histological classes could be achieved, and suggest the potential of discriminating between normal and malignant tissue. However unstained tissue on glass has the potential to disrupt the pathologist workflow, since it needs to be stained following infrared chemical imaging. In light of this, we report on the very first infrared Spectral Histopathology SHP study utilising coverslipped H&E stained tissue on glass using samples as received from the pathologist. In this paper we present a rigorous study using results obtained from an extended patient sample set consisting of 182 prostate tissue cores obtained from 100 different patients, on 18 separate H&E slides. Utilising a Random Forest classification model we demonstrate that we can rapidly classify four classes of histology of an independent test set with a high degree of accuracy (>90%). We investigate different degrees of staining using nine separate prostate serial sections, and demonstrate that we discriminate on biomarkers rather than the presence of the stain. Finally, using a four-class model we show that we can discriminate normal epithelium, malignant epithelium, normal stroma and cancer associated stroma with classification accuracies over 95%.