論文の概要: Automated Scoring System of HER2 in Pathological Images under the
Microscope
- arxiv url: http://arxiv.org/abs/2110.12900v1
- Date: Thu, 21 Oct 2021 01:38:35 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-26 15:15:59.175474
- Title: Automated Scoring System of HER2 in Pathological Images under the
Microscope
- Title（参考訳）: 顕微鏡下病理画像におけるHER2の自動スコーリングシステム
- Authors: Zichen Zhang, Lang Wang, and Shuhao Wang
- Abstract要約: 本稿では,HER2スコアリングガイドラインに厳格に従うHER2自動スコアリングシステムを提案する。
提案システムは、当社のTorough Eyeプラットフォームに組み込み、病院に配備する。
- 参考スコア（独自算出の注目度）: 3.689994643251581
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Breast cancer is the most common cancer among women worldwide. The human
epidermal growth factor receptor 2(HER2) with immunohistochemical(IHC) is
widely used for pathological evaluation to provide the appropriate therapy for
patients with breast cancer. However, the deficiency of pathologists is
extremely significant in the current society, and visual diagnosis of the HER2
overexpression is subjective and susceptible to inter-observer variation.
Recently, with the rapid development of artificial intelligence(AI) in disease
diagnosis, several automated HER2 scoring methods using traditional computer
vision or machine learning methods indicate the improvement of the HER2
diagnostic accuracy, but the unreasonable interpretation in pathology, as well
as the expensive and ethical issues for annotation, make these methods still
have a long way to deploy in hospitals to ease pathologists' burden in real. In
this paper, we propose a HER2 automated scoring system that strictly follows
the HER2 scoring guidelines simulating the real workflow of HER2 scores
diagnosis by pathologists. Unlike the previous work, our method takes the
positive control of HER2 into account to make sure the assay performance for
each slide, eliminating work for repeated comparison and checking for the
current field of view(FOV) and positive control FOV, especially for the
borderline cases. Besides, for each selected FOV under the microscope, our
system provides real-time HER2 scores analysis and visualizations of the
membrane staining intensity and completeness corresponding with the cell
classification. Our rigorous workflow along with the flexible interactive
adjustion in demand substantially assists pathologists to finish the HER2
diagnosis faster and improves the robustness and accuracy. The proposed system
will be embedded in our Thorough Eye platform for deployment in hospitals.
- Abstract（参考訳）: 乳がんは世界中で最も一般的ながんである。
免疫組織化学的(ihc)を有するヒト上皮成長因子受容体2(her2)は、乳癌患者に対して適切な治療を提供するための病理学的評価に広く用いられている。
しかし、病理学者の不足は、現在の社会において極めて重要であり、her2過剰発現の視覚的な診断は主観的であり、オブザーバー間変異の影響を受けやすい。
近年、病気診断における人工知能(ai)の急速な発展に伴い、従来のコンピュータビジョンや機械学習手法を用いたいくつかのher2自動スコアリング手法は、her2診断精度の向上を示しているが、病理学における不合理な解釈と、アノテーションの高価で倫理的な問題により、これらの手法は、実際の病理医の負担を軽減するために、病院に展開する長い道のりがある。
本稿では,病理学者によるHER2スコアの診断の実際のワークフローをシミュレートしたHER2スコアガイドラインに厳格に従うHER2自動スコアシステムを提案する。
従来の手法と異なり,HER2の正の制御を考慮に入れて各スライドのアッセイ性能を確認し,特に境界線の場合において,現在の視野(FOV)と正の制御FOVの繰り返し比較とチェックを行う作業を排除する。
さらに,顕微鏡下で選択された各FOVに対して,細胞分類に応じた膜染色強度と完全度をリアルタイムに解析し,可視化する。
当社の厳密なワークフローと柔軟なインタラクティブな需要調整によって,her2診断の迅速化とロバスト性と正確性の向上が期待できる。
提案システムは病院に展開するための徹底したアイプラットフォームに組み込まれる予定です。
関連論文リスト
- Automated HER2 Scoring in Breast Cancer Images Using Deep Learning and Pyramid Sampling [3.711848341917877]
IHC-stained BC 組織像のHER2状態の自動分類にピラミッドサンプリングを用いた深層学習に基づくアプローチを提案する。
本手法は, 様々な空間スケールで形態的特徴を分析し, 計算負荷を効率的に管理し, 細胞レベルでの組織レベルでの詳細な検討を容易にする。
論文 参考訳（メタデータ） (2024-04-01T00:23:22Z) - Interpretable HER2 scoring by evaluating clinical Guidelines through a
weakly supervised, constrained Deep Learning Approach [0.0]
本稿では病理学者によるHER2スコアの解釈可能性に焦点を当てる。
臨床HER2ガイドラインを直接評価する半自動2段階深層学習手法を提案する。
本研究は,F1スコアで0.78の成績を得られた。
論文 参考訳（メタデータ） (2022-11-17T14:28:35Z) - A Pathologist-Informed Workflow for Classification of Prostate Glands in
Histopathology [62.997667081978825]
病理学者は、ガラススライド上の針生検の組織を調べて前立腺がんを診断し、診断する。
がんの重症度と転移リスクは、前立腺の組織と形態に基づくスコアであるGleason gradeによって決定される。
本稿では,病理学者のtextitmodus operandi に従って,個々の腺のマルチスケールパッチを分離・分類する自動ワークフローを提案する。
論文 参考訳（メタデータ） (2022-09-27T14:08:19Z) - SpineNetV2: Automated Detection, Labelling and Radiological Grading Of
Clinical MR Scans [70.04389979779195]
SpineNetV2は、臨床脊髄磁気共鳴(MR)スキャンで脊椎を検知し、ラベル付けする自動化ツールである。
また、T2強調スキャンで腰椎椎間板のX線学的グレーディングを行い、様々な一般的な変性変化を観察する。
論文 参考訳（メタデータ） (2022-05-03T15:05:58Z) - Multi-Scale Hybrid Vision Transformer for Learning Gastric Histology:
AI-Based Decision Support System for Gastric Cancer Treatment [50.89811515036067]
胃内視鏡検査は、早期に適切な胃癌(GC)治療を判定し、GC関連死亡率を低下させる有効な方法である。
本稿では,一般のGC治療指導と直接一致する5つのGC病理のサブ分類を可能にする実用的なAIシステムを提案する。
論文 参考訳（メタデータ） (2022-02-17T08:33:52Z) - HEROHE Challenge: assessing HER2 status in breast cancer without
immunohistochemistry or in situ hybridization [14.8546864876007]
HEROHE Challengeは、浸潤乳癌のヘマトキシリンおよびエオシン染色組織サンプルのみに基づくHER2状態の評価を自動化することを目的としている。
HER2のステータスを評価する方法は、世界中で21のチームによって提示された。
論文 参考訳（メタデータ） (2021-11-08T13:39:41Z) - Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based
Sparse PCA Network [93.22587316229954]
ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。
我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
論文 参考訳（メタデータ） (2021-10-27T19:28:36Z) - Microscope Based HER2 Scoring System [37.747953235497256]
完全診断のためのHER2スコアリングガイドラインに従うリアルタイムHER2スコアリングシステムを提案する。
従来の全スライディング画像に基づくスコアリングシステムとは異なり、我々のHER2スコアリングシステムは拡張現実顕微鏡に統合されている。
論文 参考訳（メタデータ） (2020-09-15T01:44:39Z) - Multiple Sclerosis Lesion Activity Segmentation with Attention-Guided
Two-Path CNNs [49.32653090178743]
畳み込みニューラルネットワーク(CNN)は2つの時点から病変活動のセグメンテーションについて研究されている。
CNNは、異なる方法で2つのポイントからの情報を組み合わせて設計され、評価される。
深層学習に基づく手法が古典的アプローチより優れていることが実証された。
論文 参考訳（メタデータ） (2020-08-05T08:49:20Z) - An interpretable automated detection system for FISH-based HER2 oncogene
amplification testing in histo-pathological routine images of breast and
gastric cancer diagnostics [0.2479153065703935]
本研究では,HER2遺伝子増幅試験におけるFISH画像の評価を自動化する,解釈可能な深層学習パイプラインを開発した。
病理学的評価を模倣し、インスタンスセグメンテーションネットワークに基づく相間核の検出と局在に依存している。
画像分類と物体検出畳み込みニューラルネットワーク(CNN)の助けを借りて、各核内の蛍光信号の局在と分類を行う。
論文 参考訳（メタデータ） (2020-05-25T12:14:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。