以免疫组化为参考标准通过无标注深度学习实现体积校正有丝分裂指数自动计算
图像与视频处理
2023-11-16 v1 计算机视觉与模式识别
机器学习
摘要
体积校正有丝分裂指数（M/V-Index）已被证明在浸润性乳腺癌中具有预后价值。然而，尽管其具有预后意义，由于确定上皮比例所带来的高额外工作量，它并未成为评估侵袭性生物学行为的标准方法。在这项工作中，我们展示了使用仅以无标注、基于免疫组化的方法训练的深度学习流程，可准确估计犬乳腺肿瘤中的上皮分割。我们将我们的自动框架与三位获委员会认证病理学家的手动标注 M/V-Index 在研究中进行比较。我们的结果表明，基于深度学习的流程表现出专家级性能，同时提供了时间效率和可重复性。
引用
@article{arxiv.2311.08949,
title = {Automated Volume Corrected Mitotic Index Calculation Through Annotation-Free Deep Learning using Immunohistochemistry as Reference Standard},
author = {Jonas Ammeling and Moritz Hecker and Jonathan Ganz and Taryn A. Donovan and Christof A. Bertram and Katharina Breininger and Marc Aubreville},
journal= {arXiv preprint arXiv:2311.08949},
year = {2023}
}