AMDet：组织病理切片中有丝分裂细胞检测工具
计算机视觉与模式识别
2021-08-23 v1
摘要
乳腺癌是全球最普遍的癌症。世界卫生组织报告该疾病仍影响发展中国家显著部分，并提及多数中低收入国家死亡率上升。病理学家诊断乳腺癌最常用方案为诺丁汉分级系统，其基于 3 项主要标准对肿瘤增殖分级，其中最重要的是有丝分裂细胞计数。病理学家评估有丝分裂细胞计数的方式为主观且定性地分析组织染色切片中细胞，并判定其有丝分裂状态（即有丝分裂与否）。该过程对病理学家极低效且劳累，因此一个高效、准确且全自动的辅助诊断工具极为可取。幸而，借助微软 Azure 提供的 AutoML 工具可显著简化此类工具创建，但据我们所知 AutoML 工具从未被正式评估用于组织病理图像中有丝分裂细胞检测。本文作为该 AutoML 工具在此用途上的评估，并首次展示该工具如何处理这一挑战性问题。所有代码见 https://github.com/WaltAFWilliams/AMDet
引用
@article{arxiv.2108.03676,
title = {AMDet: A Tool for Mitotic Cell Detection in Histopathology Slides},
author = {Walt Williams and Jimmy Hall},
journal= {arXiv preprint arXiv:2108.03676},
year = {2021}
}