一个相关性图表注意力网络用于从基因病理学全幻灯片图像中分类染色体不稳定
Liangliang Liu1, Ying Wang1, Jing Chang1
1College of Information and Management Science, Henan Agricultural University, Zhengzhou, Henan 450046, P.R. China.
iScience
|June 1, 2023
概括
这项研究介绍了MLP-GAT,这是一种用于分类乳腺癌全幻灯片图像 (WSI) 的染色体不稳定性 (CIN) 的新型图表注意力网络. 该方法有效地分析复杂的图像数据,优于现有技术.
科学领域:
- 计算病理学计算病理学
- 癌症基因组学 癌症基因组学
- 医疗图像分析 医学图像分析
背景情况:
- 染色体不稳定 (CIN) 是癌症的一个关键特征,与瘤转移有关.
- 分析大,高分辨率的整体幻灯片图像 (WSIs) 呈现出重大的计算挑战.
研究的目的:
- 开发一种计算方法,从WSIs中分类多种类型的CIN.
- 为了利用图表注意力网络来分析复杂的组织病理学数据.
主要方法:
- 来自TCGA-BRCA的乳腺癌WSI数据集的构建.
- 开发和应用一个关联图注意力网络 (MLP-GAT).
- 该方法在胃癌WSIs上的验证.
主要成果:
- 在将CIN从乳腺癌WSIs分类方面,MLP-GAT显著超过当前最先进的方法.
- 这项研究证明了图形网络在WSI分析中的有效性.
- 可视化技术突出显示了WSIs中的层差异.
结论:
- MLP-GAT提供了一种强大的方法来分析癌症WSIs中的CIN.
- 这些发现提供了对图像表型-CIN关系的见解.
- 这种方法对不同癌症类型的概括有前途.
