乳腺组织病理学肿瘤增殖评分预测的统一框架
计算机视觉与模式识别
2017-08-14 v2
摘要
我们提出了一个统一框架，用于从乳腺组织病理学全切片图像预测肿瘤增殖评分。我们的系统提供了一个完全自动化的解决方案，用于预测基于分子数据的以及基于有丝分裂计数的肿瘤增殖评分。该框架集成了三个模块，每个模块经过微调以最大化整体性能：用于处理全切片图像的图像处理组件、基于深度学习的有丝分裂检测网络、以及增殖评分预测模块。我们在基于有丝分裂计数的评分预测中取得了0.567二次加权Cohen's kappa，在有丝分裂检测中取得了0.652 F1-score。在评估基于分子数据评分的预测准确性的Spearman相关系数上，系统获得了0.6171。我们的方法在2016年肿瘤增殖评估挑战赛（MICCAI grand challenge）的所有三个任务中均获得第一名。
引用
@article{arxiv.1612.07180,
title = {A Unified Framework for Tumor Proliferation Score Prediction in Breast Histopathology},
author = {Kyunghyun Paeng and Sangheum Hwang and Sunggyun Park and Minsoo Kim},
journal= {arXiv preprint arXiv:1612.07180},
year = {2017}
}
备注
Accepted to the 3rd Workshop on Deep Learning in Medical Image Analysis (DLMIA 2017), MICCAI 2017