用于瘤病理学图像检索的Web引擎在巨大的规模上进行图像检索

科学领域:

• 数字病理学数字病理学
• 计算生物学是一种计算生物学.
• 组织病理学图像分析分析.

背景情况:

• 血素和欧 (H&E) 染色是临床病理学的一个基石.
• 目前的全幻灯片图像检索系统缺乏临床使用的效率和多功能性.

研究的目的:

• 开发和评估H&E检索引擎 (在这里) 以基于H&E图像相似性的有效分析患者病例.
• 将空间转录学数据与H&E图像集成,以增强分子路径识别.

主要方法:

• 开发了HERE系统,利用人工智能编码和层次跳过索引来快速搜索大型全幻灯片图像数据集.
• 输入 H&E 图像区域,通过 12.1 千兆字节的内存索引搜索 21.2 兆字节的数据库.
• 与H&E图像配对空间转录学,以将分子数据与组织学特征相关联.

主要成果:

• 在一个盲目的病理学家评分研究中,与现有工具相比,HERE表现出更高的性能.
• 该系统有效地从广泛的组织病理学队列中检索类似的H&E图像区域.
• 这里成功地将基因转录学输入与图像特征联系起来,并确定了相关的分子途径.

结论:

• 在临床实践中,H&E检索引擎 (HERE) 为H&E图像检索提供了一个高效和多功能解决方案.
• 通过整合成像和转录学数据,HERE促进了发现瘤组织学背后的分子途径.
• 这种工具有可能通过实现复杂的基于图像的病例分析来推进数字病理学和精准医学.