Labortest eines vollautomatischen Bildanalysesystems für die vaginalzytologische Diagnostik

  • R. Strohmeier
  • H. Naujoks
  • A. M. J. Driel-Kulker (van)
  • J. S. Ploem
Conference paper

Zusammenfassung

Die Weiterentwicklung vollautomatischer Bildanalysesysteme für die vaginalzytologische Diagnostik haben einen Stand erreicht, der es sinnvoll erscheinen ließ, den Schritt von einem Forschungslabor in ein zytologisches Routinelabor zu tun. An der Universität von Leiden wurden mit dem Vorläufer des automatischen Zellanalysesystems Autoplan MIAC (Modular Image Analysis Computer) (Leica, Wetzlar) mit einer Falsch-negativ-Rate (FNR) von q0,3% und einer Falsch-positiv-Rate (FPR) von 13% (2) Ergebnisse erzielt, die einen Labortest in einen zytologischen Routinelabor entsprechend der Testempfehlung der EG-Gruppe „Automated and Analytical Cytology” erfolgversprechend machen (1).

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Beer, A.C., Ostheimer, E.: Vorbereitende Untersuchungen zur Qualitätskontrolle von Zytoauto- maten im Routinebereich Report Nr B-SZ 1366/02 Industrieanlagen-Betriebsgesellschaft mbH, 1984Google Scholar
  2. 2.
    Driel-Kulker, A.M.J., Ploem-Zaaijer, J.J.: Image cytometry in automated cervical Screening Anual. Cell. Path 1, 63–77, 1989Google Scholar
  3. 3.
    Naujoks, H., Strohmeier, R., Bicker, T., Driel-Kulker, van AMJ., Knepfle, C.F.H.M. Ploem, J.S.: Interonserver variability in the cytological diagnosis of 1500 Papanicolaou stained cervical monolayers specimes Path. Res. Pract. 186, 150–153, 1990PubMedCrossRefGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1993

Authors and Affiliations

  • R. Strohmeier
    • 1
  • H. Naujoks
    • 1
  • A. M. J. Driel-Kulker (van)
    • 2
  • J. S. Ploem
    • 2
  1. 1.Abt. Gynäkologie und Gynäkologische OnkologieUniversitäts-FrauenklnikFrankfurt MainDeutschland
  2. 2.Dept. Cytometry and CytochemistryUniversität LeidenHollandThe Netherlands

Personalised recommendations