HistoSweep permite el control de calidad de tejidos a resolución celular para imágenes de gigapíxeles en patología...

Área de la Ciencia:

• Patología digital
• Ómicas espaciales
• Biología computacional

Sus antecedentes:

• Las imágenes de histología de alta resolución son cruciales para la patología y la ómica espacial.
• Las imágenes de cortes completos (WSI) a menudo contienen artefactos y ruido de fondo que dificultan el análisis.
• Las herramientas actuales de control de calidad (QC) ofrecen una separación limitada de grano fino entre el tejido y las regiones no tisulares.

Objetivo del estudio:

• Presentar HistoSweep, un marco escalable para generar máscaras de tejido conscientes de la morfología a resolución celular.
• Abordar las limitaciones de las herramientas existentes en el control de calidad de grano fino para WSI.
• Mejorar la fiabilidad y reproducibilidad de los datos de patología digital y ómicas espaciales.

Principales métodos:

• HistoSweep integra filtrado de densidad, descriptores de textura y umbralización adaptativa.
• El marco genera máscaras de tejido a resolución celular, distinguiendo el tejido informativo de las regiones no informativas.
• Está diseñado para la escalabilidad, procesando WSI grandes de manera eficiente en CPU estándar sin requerir aceleración de GPU.

Principales resultados:

• HistoSweep elimina sistemáticamente las regiones no informativas preservando las microestructuras biológicamente relevantes.
• El marco demostró un rendimiento superior en 25 WSI diversas en comparación con los métodos existentes.
• Mejoró la visualización de imágenes, la precisión de la segmentación, la predicción de tipos celulares virtuales y la integridad de los datos de transcriptómica espacial.

Conclusiones:

• HistoSweep proporciona un paso de preprocesamiento fundamental para la patología digital y la ómica espacial.
• Permite un control de calidad escalable y de grano fino, crucial para una interpretación biológica precisa.
• La herramienta mejora la fiabilidad y reproducibilidad de los análisis computacionales que utilizan imágenes de histología.