借助病理組織圖像的乳腺癌自動評分系統(tǒng).pdf

1、本論文主要闡述了我在 IPAL( Image and Pervasive Access Lab)參與MICO(Cognitive Microscopy)項目的工作成果。MICO致力于開發(fā)一個認知驅(qū)動的癌癥組織病理學(xué)分析平臺。該平臺旨在幫助病理學(xué)家對分析與診斷癌癥。目前該平臺主要用于乳腺癌的病理學(xué)圖像處理以及依照諾丁漢評級系統(tǒng)來進行的癌癥嚴重程度預(yù)估。
　　在這五個月中,我工作的第一個目標是研究并開發(fā)一個從病理組織學(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級的諾丁漢評級系統(tǒng)(NGS)。它主要涉及包括管狀組織在內(nèi)的三個組織結(jié)構(gòu)的評估。管狀組織是是由細胞所包圍的組織結(jié)構(gòu),精確檢測管狀組織對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是目前較活躍的研究課題。在 MICO項目中,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,MICO項目

3、小組將我的管狀組織分割算法發(fā)表在一篇向MICCAI會議提交的文章中。檢驗結(jié)果的準確性達到0.74。
　　管狀組織的偵測算法被集成到一個用于全景圖像(WSI, Whole Slide Image)操作的可視框架當(dāng)中。這個框架的一部分也是由我開發(fā)的。事實上,病理組織學(xué)的圖像不能被直接操作,因為它具有特殊的儲存格式以及巨大的文件容量。目前,由病理學(xué)家在全景圖像上標注出可能的癌癥感染區(qū)域,所標注的信息會被存儲在一個 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行分析。整個處理過程是準確的,有效的和可延展的。
　　我工作的第二個目標是探索使用乳腺癌本體(ontology of breast cancer)來驗證管狀組織偵測結(jié)果的可行性。因為先前已經(jīng)進行了適當(dāng)?shù)膱D像處理,所以其實對于結(jié)果的檢驗只需要很少的工作。研究表明,使用本體工具并不適合管狀組織偵測結(jié)果的檢驗。由于實驗中有巨大的數(shù)據(jù)量需要處理并且考慮到計算的復(fù)雜性,暫時沒有第三方支持本體推斷的