H-score 的計算方式
H-score（histoscore，組織化學分數）把兩件事合為一個數字：有多少細胞染色，以及染色有多強。受評族群中的每個細胞（通常是腫瘤細胞）分為 0（陰性）、1+（弱）、2+（中度）或 3+（強）。將每個等級的細胞百分比乘以該等級，再把三個乘積相加。
H-score = 1 ×（1+ 細胞 %）+ 2 ×（2+ 細胞 %）+ 3 ×（3+ 細胞 %）
計算範例：30 % 的細胞弱染色、20 % 中度染色、10 % 強染色；其餘 40 % 為陰性。H-score = 30 × 1 + 20 × 2 + 10 × 3 = 100，陽性細胞佔 60 %。以細胞數計算也是同樣的加總：400 個細胞中，120 個弱、80 個中度、40 個強，得到 (120 + 160 + 120) ÷ 400 × 100 = 100。
此分數於 1980 年代針對雌激素受體染色提出，是一種「同時納入染色強度與分布」的評估，如今已用於許多細胞核、細胞質與細胞膜標記。
這個數字能告訴您什麼，不能告訴您什麼
- 不同的玻片，相同的分數：100 % 弱陽性細胞與 33 % 強陽性細胞都會得到約 100 分。請在 H-score 旁一併回報陽性百分比，或各強度的百分比。
- 沒有通用的切點：多少分算是「高」或「陽性」，取決於標記、抗體、檢測與研究本身。請採用您所依循的論文或指引中的閾值，並加以註明。
- 肉眼判讀強度帶有主觀性：弱與中度的界線因觀察者而異。請以同一染色批次的對照組織為基準評分，並請第二位判讀者為部分玻片評分。
- 為正確的細胞評分：只計數判讀該標記的細胞族群；除非您的實驗方案另有規定，否則排除間質、淋巴球、壞死與邊緣假影。
- 計數足夠的細胞：只由幾十個細胞得出的分數，每多一個或少一個細胞都會大幅變動。在具代表性的視野中計數數百個細胞，是常見的最低要求。
用軟體得到相同的分數
影像分析軟體以相同的算術得出這些分數，只是以量測取代肉眼判讀。軟體會找出區域內的每個細胞核，以顏色反卷積將棕色的 DAB 染色與藍色的蘇木素分開，量測每個細胞核的平均 DAB 光密度，再依您設定的閾值分級：一個閾值區分陽性與陰性，三個閾值區分 1+、2+ 與 3+。
- QuPath（免費、開源）：Positive cell detection 使用一個閾值時提供陽性百分比；使用三個閾值時也會回報 H-score。
- Fiji / ImageJ（免費）：以 H DAB 向量執行 Colour Deconvolution，再設定閾值並計數；評分的算術需由您自行完成。
- SlideScope：在您選擇的區域內計數細胞核，為每個細胞核分級，並同時回報陽性百分比、H-score 與 Allred 分數，採用與 QuPath 相同的定義。您也可以透過 Ask Your Slide 以日常用語提問；每個數字都來自本機工具，並附有可供核對的輪廓。僅供研究使用。
無論使用哪一種工具，閾值都是您的選擇：請寫入方法章節、對照影像檢查輪廓，並在要相互比較的所有玻片上維持不變。逐步說明：如何定量 IHC 染色。
常見問題
如何計算 H-score？
將弱染色細胞的百分比乘以 1、中度染色細胞乘以 2、強染色細胞乘以 3，再把三者相加。若弱 30 %、中度 20 %、強 10 %，H-score 為 30 + 40 + 30 = 100。
H-score 的範圍是多少？
0 到 300。0 分表示沒有細胞染色；300 分表示每個細胞都強染色（100 % × 3）。
H-score 多少算陽性？
沒有通用的切點。閾值取決於標記、抗體與檢測，以及您所依循的研究或指引，因此請從該來源取得閾值，並與結果一併回報。
H-score 與 Allred 分數有什麼不同？
兩者都結合了染色細胞的多寡與染色的強弱。H-score 依各強度的百分比加權，範圍為 0 到 300。Allred 分數則將比例分數（0 到 5）加上一個平均強度分數（0 到 3），範圍為 0 到 8。
軟體可以計算 H-score 嗎？
可以。在 Positive cell detection 中設定三個強度閾值時，QuPath 會回報 H-score；SlideScope 則以相同定義回報一個區域的陽性百分比、H-score 與 Allred 分數。兩者都依每個細胞核的平均 DAB 光密度分級，因此您所選的閾值應寫入方法章節。
這個計算器是免費的嗎？
是的。它在您的瀏覽器中執行，不會將任何資料傳送到任何地方。SlideScope 是由同一團隊開發的桌面顯微影像與病理應用程式，屬於付費應用程式，提供免費範例庫（可使用所有工具），並以訂閱方式開放您自己的影像。
資料來源
- McCarty KS Jr et al. Use of a monoclonal anti-estrogen receptor antibody in the immunohistochemical evaluation of human tumors. Cancer Res 1986;46(8 Suppl):4244s-4248s（HSCORE）
- Wen Z et al. Deep learning-based H-score quantification of immunohistochemistry-stained images. Mod Pathol 2023（公式與 0 到 300 的範圍）
- QuPath 說明文件：細胞分類、強度閾值與 H-score
這些計算器只為研究與教學進行算術。它們不是診斷工具：用於病人照護的評分，應依循經過確效的檢測、該標記的現行指引，以及病理科醫師的判斷。
直接為玻片評分，不必手動計數
SlideScope 在您自己的電腦上計數玻片某個區域內的細胞核，依 DAB 染色為每個細胞核分級，並回報陽性百分比、H-score 與 Allred 分數，附有可供核對的輪廓。也可以直接輸入問題：Ask Your Slide 會執行相同的工具並呈現依據。僅供研究使用。先用內建範例免費試用所有工具；開啟您自己的影像需要訂閱。已經決定了嗎？立即訂閱。