ディープラーニングによるミトーシスフィギュアカウントの適用性: 開発とパンガン検証研究
Joakim Kalsnes1, Maria X Isaksen1, Frida Julbø1
1Institute for Cancer Genetics and Informatics, Oslo University Hospital, Norway.
自動化されたミトスフィギュアカウントのための新しいディープラーニング方法は,複数の癌のタイプにわたる予後値を示しています. このAIツールは,細胞増殖と患者のアウトカムを正確に評価することによって,病理学を支援します.
科学分野:
- コンピューティング病理学
- 腫瘍学における人工知能
- 癌診断 癌診断について
背景:
- ミトスフィギュアカウントは,がんの分類に使用される細胞増殖の重要な指標です.
- 正確で効率的なミトスフィギュアカウントは,予後評価に不可欠です.
- 現在の手作業方法には時間がかかり,観察者間の変動が伴います.
研究 の 目的:
- 自動化されたミトの数字を数えるためのディープラーニング (DL) 方法の開発と検証.
- DLベースのミトーシスフィギュアの予後効果を評価するために,さまざまながんのタイプで数値がカウントされます.
- 病理学のワークフローを自動化し,予後マーカーを拡張するためのDLの可能性を評価する.
主な方法:
- DLモデルが,H&Eで染めた乳がん組織のスライド画像全体で訓練され,専門家が注釈したミトーシスの数値が示されました.
- 外部検証は,7種類の癌の13コホートから14,571人の患者サンプルで行われました.
- 予後的な影響は,ミトーシス値/mm2.2に基づく単変数コックス生存率分析を使用して評価されました.
主要な成果:
- DL法では,既定の拡散率と強い相関関係があることが示された.
- 1mm2あたりのより高いミトシスフィギュアカウントは,ほとんどの検査されたがんタイプ (大腸がんを除く) で,患者の結果の悪化と有意に関連していました.
- 自動カウントは,病理学の自動化とより広範な臨床応用のための実用的な可能性を示しました.
結論:
- ディープラーニングベースの自動化ミトシスフィギュアカウントは,腫瘍学の実行可能で予後的なツールです.
- この技術は,病理学的効率を改善し,貴重な予後情報を提供することができます.
- この方法は,前立腺がんを含む様々な種類の癌の治療に広く利用される見通しを示している.
さらに関連する動画
07:47Author Spotlight: Unveiling Transmembrane Protein Family-Related Markers in Gastric Cancer and Implications for Targeted Therapies
Published on: September 15, 2023
04:48Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
Published on: November 30, 2022
関連する概念動画
Rules for Significant Figures
It should be emphasized that when we represent measured values, the...
Uncertainty in Measurement: Significant Figures
The Mitotic Spindle
The bipolar configuration of the mitotic spindle facilitates chromosomal segregation, preparing the cell for division. One mechanism that ensures...
Significant Figures in Calculations
Reliability and Validity
In Vitro Drug Release Testing: Overview, Development and Validation
