借助病理組織圖像的乳腺癌自動(dòng)評(píng)分系統(tǒng).pdf

1、本論文主要闡述了我在 IPAL( Image and Pervasive Access Lab)參與MICO(Cognitive Microscopy)項(xiàng)目的工作成果。MICO致力于開發(fā)一個(gè)認(rèn)知驅(qū)動(dòng)的癌癥組織病理學(xué)分析平臺(tái)。該平臺(tái)旨在幫助病理學(xué)家對(duì)分析與診斷癌癥。目前該平臺(tái)主要用于乳腺癌的病理學(xué)圖像處理以及依照諾丁漢評(píng)級(jí)系統(tǒng)來進(jìn)行的癌癥嚴(yán)重程度預(yù)估。
　　在這五個(gè)月中,我工作的第一個(gè)目標(biāo)是研究并開發(fā)一個(gè)從病理組織學(xué)圖像中提取管狀組

2、織的算法。該算法基于被病理學(xué)家們廣泛用于乳腺癌評(píng)級(jí)的諾丁漢評(píng)級(jí)系統(tǒng)(NGS)。它主要涉及包括管狀組織在內(nèi)的三個(gè)組織結(jié)構(gòu)的評(píng)估。管狀組織是是由細(xì)胞所包圍的組織結(jié)構(gòu),精確檢測(cè)管狀組織對(duì)于癌癥的診斷是非常重要的。高質(zhì)量大體積的數(shù)字化病理組織學(xué)圖像是近些年剛剛成形的醫(yī)學(xué)圖像技術(shù),另外管狀組織的偵測(cè)是目前較活躍的研究課題。在 MICO項(xiàng)目中,合作醫(yī)院為我們提供了許多不同類型,不同組織結(jié)構(gòu),不同顏色,內(nèi)容的圖像。通過與醫(yī)生的合作和檢驗(yàn),MICO項(xiàng)目

3、小組將我的管狀組織分割算法發(fā)表在一篇向MICCAI會(huì)議提交的文章中。檢驗(yàn)結(jié)果的準(zhǔn)確性達(dá)到0.74。
　　管狀組織的偵測(cè)算法被集成到一個(gè)用于全景圖像(WSI, Whole Slide Image)操作的可視框架當(dāng)中。這個(gè)框架的一部分也是由我開發(fā)的。事實(shí)上,病理組織學(xué)的圖像不能被直接操作,因?yàn)樗哂刑厥獾膬?chǔ)存格式以及巨大的文件容量。目前,由病理學(xué)家在全景圖像上標(biāo)注出可能的癌癥感染區(qū)域,所標(biāo)注的信息會(huì)被存儲(chǔ)在一個(gè) XML文件中。然后從這

4、些文件中,我們就可以提取合理尺寸的圖像并且進(jìn)行分析。整個(gè)處理過程是準(zhǔn)確的,有效的和可延展的。
　　我工作的第二個(gè)目標(biāo)是探索使用乳腺癌本體(ontology of breast cancer)來驗(yàn)證管狀組織偵測(cè)結(jié)果的可行性。因?yàn)橄惹耙呀?jīng)進(jìn)行了適當(dāng)?shù)膱D像處理,所以其實(shí)對(duì)于結(jié)果的檢驗(yàn)只需要很少的工作。研究表明,使用本體工具并不適合管狀組織偵測(cè)結(jié)果的檢驗(yàn)。由于實(shí)驗(yàn)中有巨大的數(shù)據(jù)量需要處理并且考慮到計(jì)算的復(fù)雜性,暫時(shí)沒有第三方支持本體推斷的