瘤芽的评估与虚拟的panCK染色由新型多模型CNN框架产生的
Xingzhong Hou1, Zhen Guan2, Xianwei Zhang3
1Institute of Computing Technology, Chinese Academy of Sciences, Beijing, 100190, China; School of Computer Science and Technology, University of Chinese Academy of Sciences, Beijing, 100190, China.
Computer methods and programs in biomedicine
|September 6, 2024
概括
这项研究引入了虚拟panCK染色的新型多模型框架,显著提高了癌症诊断的准确性和效率. 这种新方法优于现有的虚拟染色技术,用于评估乳腺癌淋巴结中的瘤芽.
科学领域:
- 计算病理学计算病理学
- 医学中的人工智能.
- 数字病理学和图像分析
背景情况:
- 全球癌症发病率不断上升,需要更快,更准确的诊断.
- 血素和欧 (H&E) - 泛细胞克拉丁 (panCK) 染色对于癌症诊断至关重要,但化学染色是耗时且不可逆转的.
- 使用生成对抗网络 (GAN) 的虚拟染色提供了一个有希望的替代方案,但当前的模型面临着准确性挑战.
研究的目的:
- 开发一种虚拟的panCK染色剂,能够取代用于癌症诊断的化学panCK染色剂.
- 为了解决当前虚拟染色技术的局限性,以准确生成染色.
- 评估虚拟panCK染料在评估瘤芽中的有效性.
主要方法:
- 一个多模型框架,将Mask-RCNN结合起来用于细胞细分和GAN,从H&E图像中提取细胞okeratin分布.
- 一个量身定制的动态GAN模型将H&E图像转换为虚拟的panCK染色,结合细胞克拉分布.
- 虚拟panCK染色的应用用于评估瘤芽的45个H&E整片图像的乳腺癌侵袭的淋巴结.
主要成果:
- 拟议的多模型虚拟panCK染色体在瘤芽评估中表现出显著的准确性,由病理学家和QuPath软件验证.
- 最先进的单循环GAN虚拟panCK染料在比较中显示了微不足道的准确性.
- 该框架有效地生成可靠的虚拟panCK染色,减少诊断周转时间.
结论:
- 本研究介绍了第一个多模型虚拟panCK框架及其在瘤芽评估中的应用.
- 开发的虚拟panCK染色剂为化学染色提供了高度准确和高效的替代品,提高了诊断速度和理解力.
- 该框架具有很大的潜力,可以推进虚拟染色技术,提高癌症诊断能力.
