染色TR:通过可变形变压器在原始元相细胞图像中检测染色体
Chao Xia1, Jiyue Wang2, Xin You1
1Institute of Image Processing and Pattern Recognition, Shanghai Jiao Tong University, Shanghai, 200240, China.
Frontiers of medicine
|December 6, 2024
概括
染色TR可以准确地检测和分类原始细胞图像中的染色体,改善遗传疾病和血液恶性瘤的诊断. 这种新的方法提高了染色体检测的精度,并有助于临床型分析.
科学领域:
- 计算生物学 计算生物学
- 医学成像分析 医学成像分析
- 遗传学和基因组学 遗传学和基因组学
背景情况:
- 染色体胆型定型对于诊断遗传性疾病和血液性恶性瘤至关重要.
- 准确的染色体检测和分类在原始的转移细胞图像仍然是一个重大挑战.
研究的目的:
- 开发一个自动化系统,ChromTR,用于精确的染色体检测和分类在原始元相细胞图像.
- 在统一的深度学习框架内共同优化染色体定位和分类.
主要方法:
- 提出了基于DETR的检测框架ChromTR,该框架集成了语义特征学习和类分布学习.
- 引入语义特征学习网络 (SFLN) 用于特征提取和前景细分.
- 开发了语义意识转换器 (SAT) 和分类分布推理模块 (CDRM) 以加强功能集成和分类.
主要成果:
- 在R频段染色体检测中,ChromTR的平均精度达到了92.56%,比以前的方法高出3.02%.
- 在临床试验中,在识别正常和数值异常的肉类型方面表现出高度的信心.
- 在R带和G带数据集上展示了染色体计数的最新性能.
结论:
- 克罗姆TR为自动染色体检测和分类提供了强大而准确的解决方案.
- 该方法显示了协助和改善临床型诊断的巨大潜力.
- 克罗姆TR的性能突显了用于细胞遗传学分析的深度学习的进步.
