一个AI-Ready多重染色数据集用于可重复和准确的瘤免疫微环境的特征
ArXiv
|June 9, 2023
概括
这项研究提出了一个新的AI-ready计算病理学数据集,用于头癌. 它表明多重免疫组织化学 (mIHC) 可以取代昂贵的多重免疫光学 (mIF) 进行准确的免疫细胞分析.
科学领域:
- 计算病理学计算病理学
- 数字病理学数字病理学
- 在病理学中的人工智能.
背景情况:
- 多重免疫光 (mIF) 和多重免疫组织化学 (mIHC) 对于瘤免疫微环境 (TME) 分析至关重要.
- 高昂的成本和技术专长限制了多重金融机构的广泛使用.
- 主观病理学家的注释在深度学习模型培训中引入了显著的变化.
结论:
- 开发的数据集通过提供客观注释来支持人工智能驱动的计算病理学.
- 它能够实现三个关键的用例:通过样式转移对瘤透淋巴细胞的IHC量化,将mIHC虚拟翻译为mIF染色,以及在标准血素图像上进行虚拟细胞表型化.
- 该资源促进了在头癌研究中更准确和更容易获得的TME分析.
更多相关视频
11:00Visualization, Quantification, and Mapping of Immune Cell Populations in the Tumor Microenvironment
Published on: March 25, 2020
17.2K
06:05Author Spotlight: Multiplex Immunofluorescence Combined with Spatial Image Analysis for the Clinical and Biological Assessment of the Tumor Microenvironment
Published on: June 2, 2023
7.8K
