CISCA y CytoDArk0: un método de segmentación y clasificación de instancias celulares para el análisis de imágenes...

Área de la Ciencia:

• Patología digital
• Neurociencia computacional
• Análisis de imágenes biomédicas

Sus antecedentes:

• La delineación y clasificación exactas de las células en imágenes de microscopía son críticas para la investigación médica y neurocientífica.
• Los métodos existentes se enfrentan a desafíos en el manejo de diversos tipos de tejidos, ampliaciones y técnicas de tinción.

Objetivo del estudio:

• Introducir CISCA, un nuevo marco de aprendizaje profundo para la segmentación y clasificación automatizada de instancias celulares en imágenes histológicas.
• Demostrar la versatilidad y la precisión de CISCA en varios conjuntos de datos y aplicaciones.

Principales métodos:

• CISCA utiliza una arquitectura U-Net ligera con un decodificador de tres cabezas para la clasificación de píxeles, la regresión de mapas de distancia y la clasificación de células.
• Una etapa de postprocesamiento adaptada integra las salidas de red para una segmentación precisa de las células individuales.
• El marco se evaluó en múltiples conjuntos de datos teñidos de H&E (CoNIC, PanNuke, MoNuSeg) y un nuevo conjunto de datos teñido de Nissl (CytoDArk0).

Principales resultados:

• CISCA logró una alta precisión en la segmentación y clasificación de células a través de diversos tipos de tejidos, ampliaciones y métodos de tinción.
• El marco demostró su solidez y versatilidad en comparación con los métodos más avanzados.
• La introducción de CytoDArk0 facilita los avances en los estudios de neuropatología digital y de la citoarquitectura cerebral.

Conclusiones:

• CISCA ofrece una solución robusta y precisa para la segmentación y clasificación automatizada de instancias de células.
• El marco es adecuado para el análisis detallado de la morfología celular y el conteo celular en patología digital y neurociencia.
• CISCA contribuye al avance de las herramientas computacionales para la investigación biológica y médica.