EndoNet：用于组织学切片上 H-score 自动计算的模型
图像与视频处理
2023-08-23 v1 计算机视觉与模式识别
摘要
H-score 是一种半定量方法，通过结合染色强度与染色细胞核百分比来评估组织样本中蛋白质的存在与分布。它被广泛使用但耗时，且在准确性与精密度上受限。计算机辅助方法可帮助克服这些局限并提升病理医生的工作流程效率。本工作中，我们开发了用于组织学切片上 H-score 自动计算的模型 EndoNet。我们提出的方法使用神经网络，由两主要部分构成。其一是预测细胞核中心关键点的检测模型；其二是利用预测关键点的平均像素值计算 H-score 值的 H-score 模块。我们的模型在 1780 个形状为 100x100 的标注图块上训练与验证，并在测试集上取得 0.77 mAP。此外，该模型可调整以适配特定专家或整个实验室，从而复现 H-score 的计算方式。因此，EndoNet 在组织学切片分析中有效且鲁棒，可改进并显著加速病理医生的工作。
引用
@article{arxiv.2308.11562,
title = {EndoNet: model for automatic calculation of H-score on histological slides},
author = {Egor Ushakov and Anton Naumov and Vladislav Fomberg and Polina Vishnyakova and Aleksandra Asaturova and Alina Badlaeva and Anna Tregubova and Evgeny Karpulevich and Gennady Sukhikh and Timur Fatkhudinov},
journal= {arXiv preprint arXiv:2308.11562},
year = {2023}
}