显微镜下病理图像中 HER2 的自动评分系统
定量方法
2022-03-08 v2 人工智能
计算机视觉与模式识别
图像与视频处理
摘要
乳腺癌是全球女性中最常见的癌症。人表皮生长因子受体 2(HER2)联合免疫组化(IHC)被广泛用于病理评估,以为乳腺癌患者提供适当治疗。然而,病理医生的匮乏以及目视诊断的主观性和易受观察者间差异影响是主要挑战。近来,随着人工智能(AI)在疾病诊断中的快速发展,若干使用传统计算机视觉或机器学习方法的自动化 HER2 评分方法显示出 HER2 诊断准确率的提升,但病理学中不合理的解读,以及标注的昂贵与伦理问题,使这些方法在真正部署于医院以缓解病理医生负担方面仍有漫漫长路。本文中,我们提出一个严格遵循 HER2 评分指南、模拟病理医生 HER2 评分诊断真实工作流的 HER2 自动评分系统。与以往工作不同,我们的方法考虑 HER2 的阳性对照以确保每张切片的检测性能,消除了在当前视野(FOV)与阳性对照 FOV 间反复比对的工作,尤其对于临界病例。此外,对于显微镜下每个选定的 FOV,我们的系统提供实时的 HER2 评分分析,以及对应于细胞分类的膜染色强度与完整性的可视化。我们严谨的工作流连同按需的灵活交互调整,大幅协助病理医生更快地完成 HER2 诊断并提升鲁棒性与准确率。所提系统将嵌入我们的 Thorough Eye 平台以部署于医院。
引用
@article{arxiv.2110.12900,
title = {Automated Scoring System of HER2 in Pathological Images under the Microscope},
author = {Zichen Zhang and Lang Wang and Shuhao Wang},
journal= {arXiv preprint arXiv:2110.12900},
year = {2022}
}