通过以数据为中心的策略优化乳腺癌全切片成像中的淋巴细胞检测
图像与视频处理
2024-05-24 v1 计算机视觉与模式识别
机器学习
摘要
在组织病理学切片中高效精确地量化淋巴细胞对于肿瘤微环境表征和免疫治疗反应洞察至关重要。我们开发了一个以数据为中心的优化流程，使用现成的YOLOv5模型，无需任何架构修改，即可获得出色的淋巴细胞检测性能。我们的贡献依赖于战略性数据集增强策略，包括针对组织图像独特性质的新型生物上采样和自定义视觉一致性变换，从而显著提高模型性能。我们的优化揭示了一个关键认识：在大量定制的情况下，标准计算病理学模型可以在不增加架构复杂性的情况下实现高能力的生物标志物开发。我们在乳腺癌背景下展示了这种方法的兴趣，我们的策略带来了良好的淋巴细胞检测性能，呼应了广泛影响力的范式转变。此外，我们的数据整理技术使得关键的组织学分析基准成为可能，突显了改进的泛化潜力。
引用
@article{arxiv.2405.13710,
title = {Optimizing Lymphocyte Detection in Breast Cancer Whole Slide Imaging through Data-Centric Strategies},
author = {Amine Marzouki and Zhuxian Guo and Qinghe Zeng and Camille Kurtz and Nicolas Loménie},
journal= {arXiv preprint arXiv:2405.13710},
year = {2024}
}