通过WSI配准提升已有标注的效用
计算机视觉与模式识别
2023-03-14 v1 图像与视频处理
摘要
计算病理学方法有可能改善精准医疗的可及性，以及病理诊断的可重复性和准确性。特别是对免疫组化（IHC）染色组织切片的全切片图像（WSIs）的分析可受益于计算病理学方法。然而，在IHC WSI中对如KI67等生物标志物进行评分通常需要检测浸润性癌区域。训练癌检测模型常需要标注，这耗时且昂贵。目前，癌区域通常在苏木精和伊红（H&E）染色组织切片的WSI中标注。在本研究中，我们探究将H&E WSI中作出的标注配准到其IHC对应图像的可能性。两名病理学家在272例乳腺癌病例的WSI中标注了浸润性癌区域。每例均有配对的H&E和KI67 WSI，共得到544张带浸润性癌标注的WSI。我们发现，在由54例组成的测试集中，仅用从H&E配准到KI67 WSI的标注训练的癌检测CNNs，与直接用KI67 WSI中标注训练的癌检测模型相比，仅在校准上略有差异，性能无差别。用KI67标注训练的模型平均切片级AUROC为0.974 [0.964, 0.982]，用配准标注训练的模型为0.974 [0.965, 0.982]。这表明WSI配准有潜力减少对IHC专用标注的需求。这可显著提升已有标注的效用。
引用
@article{arxiv.2303.06727,
title = {Increasing the usefulness of already existing annotations through WSI registration},
author = {Philippe Weitz and Viktoria Sartor and Balazs Acs and Stephanie Robertson and Daniel Budelmann and Johan Hartman and Mattias Rantalainen},
journal= {arXiv preprint arXiv:2303.06727},
year = {2023}
}