論文の概要: HEROHE Challenge: assessing HER2 status in breast cancer without
immunohistochemistry or in situ hybridization
- arxiv url: http://arxiv.org/abs/2111.04738v1
- Date: Mon, 8 Nov 2021 13:39:41 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-11 03:02:29.456821
- Title: HEROHE Challenge: assessing HER2 status in breast cancer without
immunohistochemistry or in situ hybridization
- Title(参考訳): HEROHE Challenge:免疫組織化学およびin situ hybridizationのない乳癌におけるHER2状態の評価
- Authors: Eduardo Conde-Sousa, Jo\~ao Vale, Ming Feng, Kele Xu, Yin Wang,
Vincenzo Della Mea, David La Barbera, Ehsan Montahaei, Mahdieh Soleymani
Baghshah, Andreas Turzynski, Jacob Gildenblat, Eldad Klaiman, Yiyu Hong,
Guilherme Aresta, Teresa Ara\'ujo, Paulo Aguiar, Catarina Eloy, Ant\'onio
Pol\'onia
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 14.8546864876007
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Breast cancer is the most common malignancy in women, being responsible for
more than half a million deaths every year. As such, early and accurate
diagnosis is of paramount importance. Human expertise is required to diagnose
and correctly classify breast cancer and define appropriate therapy, which
depends on the evaluation of the expression of different biomarkers such as the
transmembrane protein receptor HER2. This evaluation requires several steps,
including special techniques such as immunohistochemistry or in situ
hybridization to assess HER2 status. With the goal of reducing the number of
steps and human bias in diagnosis, the HEROHE Challenge was organized, as a
parallel event of the 16th European Congress on Digital Pathology, aiming to
automate the assessment of the HER2 status based only on hematoxylin and eosin
stained tissue sample of invasive breast cancer. Methods to assess HER2 status
were presented by 21 teams worldwide and the results achieved by some of the
proposed methods open potential perspectives to advance the state-of-the-art.
- Abstract(参考訳): 乳癌は女性にとって最も一般的な悪性腫瘍であり、毎年50万人以上の死者を負っている。
そのため、早期かつ正確な診断が最重要となる。
ヒトの専門知識は、乳癌の診断と正しく分類し、膜貫通タンパク質受容体HER2のような異なるバイオマーカーの発現の評価に依存する適切な治療を定義するために必要である。
この評価には、HER2状態を評価するために免疫組織化学やin situハイブリダイゼーションなどの特別な技術を含むいくつかのステップが必要である。
HEROHE Challengeは16th European Congress on Digital Pathologyの並列イベントとして、ヘマトキシリンとエオシン染色組織のみに基づくHER2状態の評価を自動化することを目的として、診断におけるステップ数と人間のバイアスを減らすことを目的として設立された。
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、提案された方法のいくつかによって、最先端の技術を前進させる潜在的な視点が開かれた。
関連論文リスト
- Improving Breast Cancer Grade Prediction with Multiparametric MRI Created Using Optimized Synthetic Correlated Diffusion Imaging [71.91773485443125]
乳がん治療計画において、グレーディングは重要な役割を担っている。
現在の腫瘍グレード法では、患者から組織を抽出し、ストレス、不快感、医療費の上昇につながる。
本稿では,CDI$s$の最適化による乳癌の診断精度の向上について検討する。
論文 参考訳(メタデータ) (2024-05-13T15:48:26Z) - Using Multiparametric MRI with Optimized Synthetic Correlated Diffusion Imaging to Enhance Breast Cancer Pathologic Complete Response Prediction [71.91773485443125]
ネオアジュバント化学療法は乳癌の治療戦略として最近人気を集めている。
ネオアジュバント化学療法を推奨する現在のプロセスは、医療専門家の主観的評価に依存している。
本研究は, 乳癌の病理組織学的完全反応予測に最適化されたCDI$s$を応用することを検討した。
論文 参考訳(メタデータ) (2024-05-13T15:40:56Z) - Addressing Uncertainty in Imbalanced Histopathology Image Classification
of HER2 Breast Cancer: An interpretable Ensemble Approach with Threshold
Filtered Single Instance Evaluation (SIE) [0.0]
早期診断は、患者が効率的な治療決定を行うのを助けることで死亡率を軽減することができる。
HER2は乳癌の最も致命的な亜型である。
DenseNet201とXceptionは単一の分類器にまとめられた。
論文 参考訳(メタデータ) (2023-08-01T19:44:31Z) - Cancer-Net BCa-S: Breast Cancer Grade Prediction using Volumetric Deep
Radiomic Features from Synthetic Correlated Diffusion Imaging [82.74877848011798]
乳がんの流行は成長を続けており、2023年には米国で約30万人の女性に影響を及ぼした。
金標準のScarff-Bloom-Richardson(SBR)グレードは、化学療法に対する患者の反応を一貫して示すことが示されている。
本稿では,合成相関拡散(CDI$s$)画像を用いた乳がん鑑定における深層学習の有効性について検討する。
論文 参考訳(メタデータ) (2023-04-12T15:08:34Z) - 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) - Gold-standard of HER2 breast cancer biopsies using supervised learning
based on multiple pathologist annotations [0.0]
本報告では,20倍の倍率で得られた検体を用いて,3人の病理医のアノテーションの予備的データ解析を行った。
Fleiss の Kappa 係数に従えば, 実質的かつ適度な一致を達成できるような, 実験内および実験間変動を評価することができる。
論文 参考訳(メタデータ) (2022-11-09T02:55:20Z) - 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) - High-resolution synthesis of high-density breast mammograms: Application
to improved fairness in deep learning based mass detection [48.88813637974911]
深層学習に基づくコンピュータ支援検出システムは乳癌検出において優れた性能を示した。
高密度の乳房は、高密度の組織がマスを覆ったりシミュレートしたりできるため、検出性能が劣っている。
本研究は,高密度乳房における高密度フルフィールドデジタルマンモグラムを用いた質量検出性能の向上を目的とする。
論文 参考訳(メタデータ) (2022-09-20T15:57:12Z) - 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) - Automated Scoring System of HER2 in Pathological Images under the
Microscope [3.689994643251581]
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。
論文 参考訳(メタデータ) (2021-10-21T01:38:35Z)
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。