GloFinder:人工智能支持的QuPath插件,用于WSI级的球体检测,可视化和策划

科学领域:

• 腎病理學 腎病理學
• 计算病理学计算病理学
• 人工智能在医学中的应用

背景情况:

• 在整个幻灯片图像 (WSIs) 中自动检测结质对病理学分析至关重要.
• 现有的AI工具往往需要编程专业知识,限制了临床医生的可访问性.
• 当前的模型可能缺乏灵活性,并且通常在有限的数据集上进行训练.

研究的目的:

• 开发一种易于使用,易于使用的AI工具,用于WSI中的自动球检测.
• 提高人工智能驱动球体检测在病理学的准确性和灵活性.
• 促进病理学研究和实践的无整合到临床工作流程中.

主要方法:

• 介绍GloFinder,一个QuPath插件,用于单击自动球检测.
• 利用CircleNet,一个带有圆形表示的无检测框架.
• 实施加权圆融合,一种组合方法,结合多个CircleNet模型进行精细预测.
• 在大约16万个手动注释的质细胞上进行培训.

主要成果:

• 环球搜索器 (GloFinder) 提供了一次单击的自动检测,可以在整个环球搜索引擎 (WSIs) 上检测出全身质.
• 该插件可以在QuPath图形用户界面内进行在线编辑和直接可视化结果.
• 权重圆融合通过合奏建模提高了预测准确性.
• 与现有方法相比,在淋巴细胞检测方面取得了更高的性能.

结论:

• 在病理学中,GloFinder提供了一种强大且易于使用的解决方案,用于自动化球体检测.
• 该插件简化了临床医生和研究人员的分析,提高了病理学方面的效率.
• 增强的用户交互和准确性使GloFinder成为研究和临床实践的宝贵工具.