类风湿关节炎免疫组化染色滑膜组织的自动分割
图像与视频处理
2023-09-15 v1 计算机视觉与模式识别
定量方法
摘要
类风湿关节炎（RA）是一种慢性自身免疫性疾病，主要影响关节的滑膜组织。该疾病具有高度异质性，滑膜组织中观察到广泛的细胞和分子差异。在过去二十年中，用于研究这些组织的方法已取得显著进展。特别是，免疫组化（IHC）染色非常适用于突出样本的功能性组织结构。然而，对 IHC 染色的滑膜组织样本的分析仍绝大多数是由专家病理学家手动和半定量完成的。这是因为除了 IHC 染色滑膜组织的碎片化特性外，还存在强度和颜色的广泛差异、强烈的临床中心批次效应，以及十亿像素全切片图像（WSIs）中许多不良伪影的存在，例如水滴、笔标注、折叠组织、模糊等。因此，迫切需要一种鲁棒、可重复的自动组织分割算法，以应对这种变异性并为成像流程提供支持。我们在手工筛选的、异质性的真实世界多中心临床数据集 R4RA 上训练了一个 UNET，该数据集包含多种类型的 IHC 染色。该模型获得了 0.865 的 DICE 分数，成功分割了不同类型的 IHC 染色，并处理了来自不同临床中心的颜色、强度差异以及常见 WSI 伪影。它可用作 IHC 染色滑膜组织样本自动图像分析流程的第一步，从而提高速度、可重复性和鲁棒性。
引用
@article{arxiv.2309.07255,
title = {Automated segmentation of rheumatoid arthritis immunohistochemistry stained synovial tissue},
author = {Amaya Gallagher-Syed and Abbas Khan and Felice Rivellese and Costantino Pitzalis and Myles J. Lewis and Gregory Slabaugh and Michael R. Barnes},
journal= {arXiv preprint arXiv:2309.07255},
year = {2023}
}