論文の概要: Histo-Miner: Deep Learning based Tissue Features Extraction Pipeline from H&E Whole Slide Images of Cutaneous Squamous Cell Carcinoma

• arxiv url: http://arxiv.org/abs/2505.04672v1
• Date: Wed, 07 May 2025 09:34:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-09 21:43:49.624797
• Title: Histo-Miner: Deep Learning based Tissue Features Extraction Pipeline from H&E Whole Slide Images of Cutaneous Squamous Cell Carcinoma
• Title（参考訳）: Histo-Miner: 深層学習による扁平上皮癌のH&E全スライド画像からの組織像抽出パイプライン
• Authors: Lucas Sancéré, Carina Lorenz, Doris Helbig, Oana-Diana Persa, Sonja Dengler, Alexander Kreuter, Martim Laimer, Anne Fröhlich, Jennifer Landsberg, Johannes Brägelmann, Katarzyna Bozek,
• Abstract要約: Histo-Minerは、皮膚組織のWSI(Whole-Slide Images)を分析するためのディープラーニングパイプラインである。 皮膚扁平上皮癌(c SCC)患者の検体分析のためのパイプラインを開発した。 Histo-Minerは、核のセグメンテーションと分類、および腫瘍領域セグメンテーションに畳み込みニューラルネットワークとビジョントランスフォーマーを使用している。
• 参考スコア（独自算出の注目度）: 31.25944547782148
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Recent advancements in digital pathology have enabled comprehensive analysis of Whole-Slide Images (WSI) from tissue samples, leveraging high-resolution microscopy and computational capabilities. Despite this progress, there is a lack of labeled datasets and open source pipelines specifically tailored for analysis of skin tissue. Here we propose Histo-Miner, a deep learning-based pipeline for analysis of skin WSIs and generate two datasets with labeled nuclei and tumor regions. We develop our pipeline for the analysis of patient samples of cutaneous squamous cell carcinoma (cSCC), a frequent non-melanoma skin cancer. Utilizing the two datasets, comprising 47,392 annotated cell nuclei and 144 tumor-segmented WSIs respectively, both from cSCC patients, Histo-Miner employs convolutional neural networks and vision transformers for nucleus segmentation and classification as well as tumor region segmentation. Performance of trained models positively compares to state of the art with multi-class Panoptic Quality (mPQ) of 0.569 for nucleus segmentation, macro-averaged F1 of 0.832 for nucleus classification and mean Intersection over Union (mIoU) of 0.884 for tumor region segmentation. From these predictions we generate a compact feature vector summarizing tissue morphology and cellular interactions, which can be used for various downstream tasks. Here, we use Histo-Miner to predict cSCC patient response to immunotherapy based on pre-treatment WSIs from 45 patients. Histo-Miner identifies percentages of lymphocytes, the granulocyte to lymphocyte ratio in tumor vicinity and the distances between granulocytes and plasma cells in tumors as predictive features for therapy response. This highlights the applicability of Histo-Miner to clinically relevant scenarios, providing direct interpretation of the classification and insights into the underlying biology.
• Abstract（参考訳）: 近年のデジタル病理学の進歩により、高分解能顕微鏡と計算能力を活用して、組織サンプルからWSI(Whole-Slide Images)を包括的に分析できるようになった。 この進歩にもかかわらず、ラベル付きデータセットや、特に皮膚組織の分析に適したオープンソースのパイプラインが不足している。 ここでは, 深層学習に基づく皮膚WSIの解析パイプラインであるHisto-Minerを提案し, ラベル付き核領域と腫瘍領域を持つ2つのデータセットを生成する。 多発性非メラノーマ皮膚癌である皮膚扁平上皮癌 (cSCC) の患者検体分析のためのパイプラインを構築した。 47,392個のアノテート細胞核と144個のWSIからなる2つのデータセットをそれぞれcSCC患者から利用し、Histo-Minerは核のセグメンテーションと分類、腫瘍領域セグメンテーションに畳み込みニューラルネットワークとビジョントランスフォーマーを使用している。 訓練されたモデルの性能は、核セグメンテーションのための0.569のマルチクラスパノプティクス品質(mPQ)、核分類のための0.832のマクロ平均F1、腫瘍領域セグメンテーションのための平均mIoU(mIoU)と比較した。 これらの予測から組織形態と細胞間相互作用を要約したコンパクトな特徴ベクトルを生成し、様々な下流タスクに使用できる。 今回我々はHistto-Minerを用いて,45例のWSIによる免疫療法に対するcSCC患者の反応を予測した。 Histo-Minerは、腫瘍反応の予測的特徴として、リンパ球の割合、腫瘍近傍の顆粒球対リンパ球比、腫瘍内の顆粒球と血漿細胞間の距離を同定した。 これは、ヒストマイナーが臨床的に関係のあるシナリオに適用可能であることを強調し、分類と基礎となる生物学への洞察を直接解釈する。

関連論文リスト

• Analysis of the BraTS 2023 Intracranial Meningioma Segmentation Challenge [44.76736949127792]
  我々はBraTS 2023の頭蓋内髄膜腫チャレンジの設計と結果について述べる。 BraTS髄膜腫チャレンジ(BraTS Meningioma Challenge)は、髄膜腫に焦点を当てた以前のBraTSグリオーマチャレンジとは異なる。 上層部は腫瘍,腫瘍コア,腫瘍全体の拡張のために0.976,0.976,0.964の病変中央値類似係数(DSC)を有していた。
  論文  参考訳（メタデータ） (2024-05-16T03:23:57Z)
• Cell Maps Representation For Lung Adenocarcinoma Growth Patterns Classification In Whole Slide Images [0.5906576076342179]
  肺腺癌は, 形態学的に異質な疾患であり, 5つの原発組織学的成長パターンを特徴とする。 組織タイルを5つのパターンの1つまたは非腫瘍の1つに分類できる新しい機械学習パイプラインを提案する。
  論文  参考訳（メタデータ） (2023-11-27T14:12:51Z)
• Developing a Novel Image Marker to Predict the Clinical Outcome of Neoadjuvant Chemotherapy (NACT) for Ovarian Cancer Patients [1.7623658472574557]
  ネオアジュバント化学療法(ネオアジュバントセラピー、Neoadjuvant chemotherapy, NACT)は、卵巣がんの進行期における治療法の一つ。 NACTに対する部分的反応は、近位部破裂手術を引き起こす可能性があり、予後不良を引き起こす。 我々は,NATの早期に高精度な予後予測を実現するために,新しい画像マーカーを開発した。
  論文  参考訳（メタデータ） (2023-09-13T16:59:50Z)
• Breast Ultrasound Tumor Classification Using a Hybrid Multitask CNN-Transformer Network [63.845552349914186]
  胸部超音波(BUS)画像分類において,グローバルな文脈情報の収集が重要な役割を担っている。 ビジョントランスフォーマーは、グローバルなコンテキスト情報をキャプチャする能力が改善されているが、トークン化操作によって局所的なイメージパターンを歪めてしまう可能性がある。 本研究では,BUS腫瘍分類とセグメンテーションを行うハイブリッドマルチタスクディープニューラルネットワークであるHybrid-MT-ESTANを提案する。
  論文  参考訳（メタデータ） (2023-08-04T01:19:32Z)
• Improved Prognostic Prediction of Pancreatic Cancer Using Multi-Phase CT by Integrating Neural Distance and Texture-Aware Transformer [37.55853672333369]
  本稿では, 異なる患者のCT像における腫瘍と血管の正確な関係を記述した, 学習可能なニューラル距離を提案する。 発達したリスクマーカーは, 術前因子の生存率の予測因子として最強であった。
  論文  参考訳（メタデータ） (2023-08-01T12:46:02Z)
• Generating counterfactual explanations of tumor spatial proteomes to discover effective strategies for enhancing immune infiltration [44.99833362998488]
  腫瘍微小環境(TME)は免疫組成により癌予後に大きな影響を及ぼす。 本稿では,T細胞浸潤予測を自己教師型機械学習問題として定式化する。 悪性黒色腫,大腸癌肝転移,乳癌データに枠組みを応用し,T細胞浸潤が予測される摂動を発見した。
  論文  参考訳（メタデータ） (2022-11-08T05:46:02Z)
• Integrative Imaging Informatics for Cancer Research: Workflow Automation for Neuro-oncology (I3CR-WANO) [0.12175619840081271]
  我々は,多系列ニューロオンコロジーMRIデータの集約と処理のための人工知能ベースのソリューションを提案する。 エンド・ツー・エンドのフレームワーク i) アンサンブル分類器を用いてMRIの配列を分類し, i) 再現可能な方法でデータを前処理し, iv) 腫瘍組織サブタイプを規定する。 欠落したシーケンスに対して堅牢であり、専門的なループアプローチを採用しており、セグメンテーションの結果は放射線学者によって手動で洗練される可能性がある。
  論文  参考訳（メタデータ） (2022-10-06T18:23:42Z)
• DLBCL-Morph: Morphological features computed using deep learning for an annotated digital DLBCL image set [3.5947673199446935]
  Diffuse Large B-Cell Lymphoma (DLBCL) が最も一般的な非ホジキンリンパ腫である。 予後と相関する形態学的特徴は一貫して示されていない。 DLBCL209例の病理組織学的検討を行い,臨床および細胞遺伝学的検討を行った。
  論文  参考訳（メタデータ） (2020-09-17T07:43:42Z)

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。