Handbook: Phân tích hình ảnh MSC bằng QuPath + Cellpose

Phần 01

Hai công cụ cốt lõi: QuPath và Cellpose

Hiểu đúng trước khi triển khai

QuPath — Phần mềm quản lý và xem ảnh

QuPath là phần mềm miễn phí, mã nguồn mở, được phát triển cho phân tích hình ảnh y sinh. Được công bố trên tạp chí Scientific Reports (2017) và được dùng rộng rãi trong nghiên cứu toàn cầu.

Hình dung đơn giản

            QuPath giống như Google Maps nhưng dành cho ảnh tế bào — có thể zoom từ toàn bộ đĩa nuôi cấy xuống từng tế bào đơn lẻ, không bị vỡ ảnh, xử lý được ảnh kích thước rất lớn.

Vai trò trong quy trình:

Nơi nhập ảnh, quản lý dữ liệu theo từng lô (batch)
Hiển thị kết quả phân đoạn tế bào sau khi Cellpose xử lý
Đo lường và xuất số liệu ra file CSV/Excel
Lưu toàn bộ lịch sử phân tích, có thể chạy lại bất cứ lúc nào

Cellpose — Công cụ nhận diện và khoanh vùng tế bào

Cellpose là phần mềm nhận diện ranh giới từng tế bào trong ảnh. Được công bố trên Nature Methods năm 2020, đây là công cụ được trích dẫn nhiều nhất trong lĩnh vực phân tích hình ảnh tế bào.

Cách hoạt động — không có thuật ngữ kỹ thuật

            Cellpose được "học" cách nhìn ảnh tế bào từ hàng chục nghìn ảnh mẫu đã được chuyên gia khoanh vùng sẵn. Khi nhận ảnh mới, nó tự xác định ranh giới từng tế bào — kể cả khi tế bào có hình dạng phức tạp, không đều, hoặc nằm sát nhau.

Các phiên bản:

Cellpose cyto2/cyto3 (2022–2024): Phiên bản ổn định, hiện đang dùng phổ biến
Cellpose-SAM (2025, mới nhất): Kết hợp nền tảng nhận diện hình ảnh thế hệ mới, cho kết quả vượt mức chuyên gia trong nhiều trường hợp

Tại sao chọn Cellpose cho MSC?
MSC có hình thái rất đa dạng — hình thoi dài, hình sao, dẹt lớn tùy giai đoạn. Phần lớn công cụ khác yêu cầu tế bào có hình tròn hoặc bầu dục. Cellpose không có hạn chế này.

Cách hai công cụ phối hợp

Ảnh từ kính hiển vi

↓

QuPath nhận ảnh

↓

Automate Script — nhấn 1 nút

↓

Cellpose phân tích: khoanh từng tế bào

↓

Kết quả trong QuPath: đếm, đo, phân loại

↓

Xuất báo cáo CSV / Excel

Toàn bộ quy trình từ bước "nhấn nút" đến khi có số liệu mất 2–5 phút thay vì 30–60 phút thủ công.

Phần 02

Thực tế so sánh: Trước và Sau

Quy trình phòng lab hiện tại vs. QuPath + Cellpose

Quy trình phòng lab trước đây

Cách phổ biến tại đa số phòng lab hiện nay:

Kỹ thuật viên chụp 3–5 vùng đại diện trên đĩa nuôi cấy
Đếm tế bào bằng mắt trên buồng đếm Neubauer — mỗi mẫu mất 15–30 phút
Ước lượng confluence bằng mắt: "khoảng 70–80%" — ghi tay vào sổ hoặc Excel
Mô tả hình thái bằng ngôn ngữ chủ quan
Nhập tay vào Excel, soạn báo cáo Word thủ công

Những vấn đề thực tế:

Vấn đề	Mức độ ảnh hưởng
Thời gian: 30–60 phút/mẫu phân tích cơ bản	Giới hạn số mẫu có thể xử lý/ngày
Cùng ảnh, hai người cho kết quả khác nhau	Không so sánh kết quả giữa lần/người
Không có audit trail (ai đánh giá, khi nào)	Thiếu truy xuất nguồn gốc dữ liệu
Không thể xử lý hàng trăm ảnh/ngày	Không mở rộng quy mô được

So sánh từng bước

Bước	Thủ công	QuPath + Cellpose
Chụp ảnh	Chụp tay 3–5 vùng	Không thay đổi (phụ thuộc phần cứng)
Tải ảnh vào hệ thống	Copy, đặt tên thủ công	Import vào QuPath, metadata tự động
Xác định từng tế bào	Đếm bằng mắt / phần mềm thủ công	Cellpose tự động khoanh vùng, 1 nút
Tính confluence	Ước lượng bằng mắt	Tính chính xác từ diện tích thực
Đo hình thái	Mô tả chủ quan bằng text	Định lượng: diện tích, độ tròn, độ đặc
Phân loại tế bào	Không có hoặc rất thô	Tự động: RS / SR / Trung gian
Thời gian / mẫu	30–60 phút	2–5 phút (kể cả kiểm tra lại)
Xuất báo cáo	Soạn Word/Excel thủ công	Export CSV/Excel tự động
Chạy lại kiểm tra	Không thể tái lập	Script lưu trữ, kết quả y hệt
Xử lý nhiều ảnh	Không khả thi	Hàng trăm ảnh tự động qua đêm

Cải thiện cụ thể về số liệu

10–20×

Tăng tốc xử lý mẫu

97,5%

Độ chính xác ghi nhận

~0%

Sai lệch giữa các lần chạy

15–20%

Sai lệch giữa chuyên gia (thủ công)

Về khả năng mở rộng

            Quy trình thủ công không thể mở rộng khi Mescells chuyển sang sản xuất quy mô lớn theo tiêu chuẩn Nhật Bản. Quy trình tự động là điều kiện tiên quyết, không chỉ là cải tiến tùy chọn.

Phần 03

Những điều cần lưu ý khi triển khai

Chất lượng phân tích · Vận hành · Tiêu chuẩn

Về chất lượng phân tích

⚠ Cellpose nhạy với thông số đầu vào Kết quả phụ thuộc lớn vào hai thông số: ngưỡng phát hiện tế bào và ước lượng kích thước tế bào. Nếu không phù hợp: phần mềm có thể đếm thừa (nhận nhầm mảnh vỡ thành tế bào) hoặc đếm thiếu (bỏ qua tế bào nhỏ, tế bào nằm sát nhau).

⚠ MSC thay đổi theo passage Tế bào ở passage thấp (P2–P4) nhỏ hơn đáng kể so với passage cao (P7+). Cần thiết lập bộ thông số riêng cho từng giai đoạn passage — không dùng một bộ tham số chung cho tất cả.

⚠ Tế bào chồng nhau ở confluence cao Khi confluence vượt 80%, tế bào MSC bắt đầu xếp lớp. Cellpose xử lý trường hợp này kém hơn. Cần có hướng dẫn rõ ràng cho tình huống này trong SOP.

⚠ Lưu ý về fine-tuning Nghiên cứu 2025 chỉ ra: "dạy lại" Cellpose trên dữ liệu MSC với bộ ảnh nhỏ (<50 ảnh) đôi khi làm giảm chất lượng thay vì cải thiện — vì hình thái MSC quá đa dạng. Nếu muốn fine-tune, cần ít nhất 50–100 ảnh được khoanh vùng tay bởi hai chuyên gia độc lập.

Về vận hành

Script tự động phụ thuộc người bảo trì: Nếu không được ghi chép đầy đủ và ít nhất hai người hiểu rõ, rủi ro khi nhân sự thay đổi rất cao.
Cập nhật phần mềm cần kiểm tra kỹ: Mỗi khi QuPath hoặc Cellpose ra phiên bản mới, script kết nối có thể không tương thích. Không nên cập nhật trong môi trường sản xuất nếu chưa kiểm tra.
Người dùng cần biết khi nào kết quả sai: Kỹ thuật viên phòng lab cần được hướng dẫn nhận biết kết quả bất thường để biết lúc nào cần kiểm tra lại thủ công.

Về tiêu chuẩn và tuân thủ

Cần có kế hoạch xác nhận hệ thống (Validation)
Nếu kết quả phân tích được dùng trong hồ sơ sản xuất hoặc hỗ trợ quyết định lâm sàng, cần: ghi nhận ai chạy phân tích / khi nào / với thông số gì — xác nhận kết quả trước khi dùng — có quy trình xác nhận lại khi thay đổi phần mềm hoặc thiết bị.

Phần mềm miễn phí: QuPath và Cellpose không tốn phí bản quyền và mã nguồn minh bạch. Nhưng không có nhà cung cấp chịu trách nhiệm chính thức — toàn bộ việc xác nhận và bảo trì là trách nhiệm nội bộ.
Cần xây dựng bộ dữ liệu chuẩn riêng: Chưa có bộ ảnh MSC chuẩn cho điều kiện phòng lab Việt Nam. Mescells cần xây dựng bộ ảnh chuẩn nội bộ để làm cơ sở đánh giá.

Phần 04

Lộ trình triển khai theo giai đoạn

Từ baseline đến production có kiểm soát

Giai đoạn	Mục tiêu	Việc cần làm
Tháng 1–3 Thiết lập baseline	Biết hệ thống đang làm tốt đến đâu	Thu thập 50–100 ảnh đại diện; khoanh vùng tay bởi 2 chuyên gia; chạy thử và ghi nhận mức độ chính xác so với thủ công
Tháng 3–6 Tối ưu và kiểm chứng	Tìm bộ thông số tốt nhất	Tìm bộ thông số phù hợp cho từng loại ảnh; thử nghiệm Cellpose-SAM phiên bản mới; viết quy trình xác nhận chính thức
Tháng 6–12 Triển khai chính thức	Đưa vào quy trình thường quy	Áp dụng với SOP; thiết lập theo dõi chất lượng định kỳ; xây dựng phản hồi từ kỹ thuật viên vào quy trình cải tiến

Nguyên tắc quan trọng

            Không nên bỏ qua giai đoạn baseline để triển khai thẳng vào production. Bước đo lường ban đầu chính là bằng chứng khoa học để đánh giá hiệu quả thực sự của hệ thống — và là cơ sở để thuyết phục các bên liên quan.

Phần 05

Tài liệu tham khảo

Nguồn khoa học nền tảng

Stringer C, Pachitariu M. Cellpose: a generalist algorithm for cellular segmentation. Nature Methods. 2021;18:100–106.
Pachitariu M, Stringer C. Cellpose-SAM: superhuman generalization for cellular segmentation. bioRxiv. 2025 (preprint).
Bankhead P et al. QuPath: Open source software for digital pathology image analysis. Scientific Reports. 2017;7:16878.
Tổng quan AI + MSCs imaging (scoping review, 25 nghiên cứu, 2014–2024): Độ chính xác lên đến 97,5%.
Confluence estimation MSC: SAM (zero-shot) vượt trội Cellpose fine-tuned. Frontiers in Computer Science. 2025.
Phân loại hình thái MSC (RS/SR) bằng phân tích hình ảnh tự động. PMC. 2021.

Phân tích hình ảnh tế bào MSCbằng QuPath + Cellpose