测量和预测病理学家将他们的视觉注意力集中在何处和何时,同时对癌症的整个幻灯片图像进行分级

科学领域:

• 数字病理学数字病理学
• 计算病理学计算病理学
• 医疗图像分析 医疗图像分析

背景情况:

• 专家病理学家的注意力对于准确的癌症诊断至关重要.
• 在整个幻灯片图像 (WSI) 分析中理解注意力模式是培训和决策支持的关键.

研究的目的:

• 开发一个模型,预测病理学家对前列腺癌WSIs的时间空间注意力.
• 创建工具,帮助病理学实习生模仿专家的注意力分配.

主要方法:

• 收集了来自123个WSI的43名病理学家的注意力轨迹数据 (x,y,放大).
• 开发了一个固定提取算法来简化注意力轨迹.
• 实施了基于变压器的两阶段模型来预测注意力热图和扫描路径.

主要成果:

• 开发的扫描路径预测模型显著超过了机会和基线模型.
• 该模型成功地预测了WSI阅读期间的动态注意力分配.
• 注意热图被预测在不同的放大.

结论:

• 预测病理学家对WSIs的关注是可行的,可以告知决策支持系统.
• 开发的模型通过指导注意力分配,显示了对病理学培训的希望.
• 这种方法可以帮助标准化WSI解释,提高诊断准确性.