Scope2Screen：面向多变量图像数据中病理肿瘤评估的聚焦+上下文技术
人机交互
2021-10-12 v1 计算机视觉与模式识别
图形学
摘要
使用光学显微镜检视组织是诊断许多疾病（尤其是癌症）的主要方法。高通量多路组织成像在此基础上发展，利用抗体染色可收集多达 60 个通道的分子信息以及细胞与组织形态。这为疾病生物学提供了独特洞见，并有望助力患者特异性疗法的设计。然而，在可视化所得多变量图像数据以及有效支持屏幕上数字环境中的病理工作流方面，仍存在显著差距。为此，我们开发了 Scope2Screen，一个用于全切片、高重数组织图像的聚焦+上下文探索与标注的可扩展软件系统。我们的方法可扩展至分析每通道 100GB、10^9 或更多像素、包含数百万细胞的图像。一个由可视化专家、显微镜学家和病理学家组成的多学科团队确定了涉及以直观且连贯的方式寻找、放大、量化和组织 ROI 的关键图像探索与标注任务。基于 scope2screen 隐喻，我们提出了在单细胞与组织层级上运作的交互式透镜技术。透镜配备任务专用功能与描述性统计，使得跨图像通道与尺度分析图像特征、细胞类型和空间排布（邻域）成为可能。一种快速滑动窗口搜索引导用户前往与透镜下区域相似的区域；这些区域可被单独分析，或作为更大图像集合的一部分加以考量。一种新颖的快照方法使得关联的透镜配置与图像统计可被保存、恢复和共享。我们通过领域专家验证了我们的设计，并将 Scope2Screen 应用于涉及肺癌与结直肠癌的两项案例研究以发现癌症相关图像特征。
引用
@article{arxiv.2110.04875,
title = {Scope2Screen: Focus+Context Techniques for Pathology Tumor Assessment in Multivariate Image Data},
author = {Jared Jessup and Robert Krueger and Simon Warchol and John Hoffer and Jeremy Muhlich and Cecily C. Ritch and Giorgio Gaglia and Shannon Coy and Yu-An Chen and Jia-Ren Lin and Sandro Santagata and Peter K. Sorger and Hanspeter Pfister},
journal= {arXiv preprint arXiv:2110.04875},
year = {2021}
}