基于多位病理学家标注的监督学习构建HER2乳腺癌活检金标准
图像与视频处理
2022-11-10 v1 计算机视觉与模式识别
摘要
乳腺癌是全球女性中最常见的癌症之一。在诊断中，病理学家通过免疫组织化学方法，对活检提取的组织评估诸如HER2蛋白等生物标志物。通过显微镜检查，该评估估计细胞膜染色的强度和完整性，并将样本评分为0、1+、2+或3+：这是一个依赖于病理学家解读的主观决策。本文呈现了对三位病理学家在相同样本集上所做标注的初步数据分析，这些样本使用20倍放大倍率获取，包含个非重叠的活检图像块。我们评估了专家内部和专家间的变异性，根据Fleiss' Kappa系数，分别达到了高度一致和中度一致，这是朝着利用来自多位病理学家标注的监督学习生成HER2乳腺癌活检金标准迈进的先前阶段。
引用
@article{arxiv.2211.04649,
title = {Gold-standard of HER2 breast cancer biopsies using supervised learning based on multiple pathologist annotations},
author = {Benjamín Hernández and Violeta Chang},
journal= {arXiv preprint arXiv:2211.04649},
year = {2022}
}