基于深度学习的胃癌IHC图像淋巴细胞自动检测
目的：肿瘤浸润性淋巴细胞（TIL）近年来备受关注，有证据表明其与肿瘤预后有关。这些和其他类型免疫细胞的分布和定位是病理学家特别感兴趣的，并经常涉及人工检查免疫组织化学（IHC）图像。我们提出了一种基于深卷积神经网络的胃癌IHC图像淋巴细胞自动检测模型。
主要贡献：本文提出了一种利用深卷积神经网络自动检测和计数IHC图像中（TIL）的方法。还描述了一种创新的方法，使用一个内置软件为训练集收集图像。这项工作的主要贡献是其专家验证的结果。另一个重要贡献是淋巴细胞图像数据集，可以下载并用于该领域的进一步研究和改进。该软件具有很大的潜力，可以作为帮助医学专家和研究人员进一步进行癌症研究的工具。
方法：本研究中的所有IHC图像均使用Olympus BX63显微镜和癌性胃组织中的CD3染色获得。
为便于训练，病理学家提取并注释了70x70包含来自IHC图像的单个单元格的像素patches。然后，我们训练了一个卷积深神经网络对相同大小的输入进行二进制分类。在对网络进行训练后，我们使用滑动窗口算法对测试图像中的单个patches进行评估，然后，我们通过在前一步中对所有单个分类应用非最大抑制来计算最终输出。图1中展示了框架。
（a）
与其他研究相比，本文没有要求专家在全尺寸的IHC图像中标记单个淋巴细胞的中心。相反，提供了一个Web应用程序，它允许使用类似框架的裁剪工具进行图像可视化，并要求他们自己裁剪单元格。裁剪单个细patches的过程就像识别一个细胞并双击它一样简单。
(b)
使用滑动窗口算法从测试图像中提取了70x70像素的patches。然后将所有提取的patches传递给模型，并在应用非最大抑制之前收集所有单独的分类结果。
网络架构
内置软件为训练集收集图像
我们提取了数据从一套10张全尺寸的胃癌显微照片中使用软件工具以40倍放大率扫描组织作为这项工作的一部分开发。图3显示了软件实用工具。
基于深度学习的胃癌IHC图像淋巴细胞自动检测相关推荐
- 基于深度学习的x射线图像骨龄自动特征提取
基于深度学习的x射线图像骨龄自动特征提取 Automatic Feature Extraction in X-ray Image Based on Deep Learning Approach for ...
- 【毕业设计_课程设计】基于深度学习的甲状腺超声图像良恶性诊断算法研究
文章目录 0 项目说明 1 引言 1. 1 甲状腺超声图像自动良恶性诊断及其意义 1.2 深度学习在甲状腺超声图像良恶性诊断中的应用 2 理论部分 2.1 数据集 2.2 工作站环境 2.3 预处理 ...
- 目标检测YOLO实战应用案例100讲-基于深度学习的无人机航拍图像目标检测算法研究与应用
目录 基于深度学习的无人机航拍图像目标检测算法研究与应用 基于深度学习的目标检测相关知识理论
- RSE2020/云检测：基于弱监督深度学习的高分辨率遥感图像精确云检测
RSE2020/云检测:Accurate cloud detection in high-resolution remote sensing imagery by weakly supervised ...
- 基于深度学习的高分辨率遥感图像目标检测技术目前的研究现状
参考 基于深度学习的高分辨率遥感图像目标检测技术目前的研究现状 - 云+社区 - 腾讯云 目录 一.概述 二.通用目标检测方法 1.类不平衡问题 2.复杂背景 3.目标的尺度变化 4.特殊视角 5 ...
- 目标检测YOLO实战应用案例100讲-基于深度学习的光学遥感图像目标检测及价值评估
目录 基于深度学习的光学遥感图像目标检测方法研究 传统的目标检测方法
- 基于深度学习的多聚焦图像融合(Multi-Focus Image Fusion)论文及代码整理
基于深度学习的多聚焦图像融合(Multi-Focus Image Fusion)论文及代码整理 首先附上近期整理基于深度学习的图像融合论文的思维导图 本篇博客主要整理基于深度学习的多曝光图像融合的论文 ...
- 基于深度学习的多曝光图像融合(Multi-exposure Image Fusion)论文及代码整理
基于深度学习的多曝光图像融合(Multi-exposure Image Fusion)论文及代码整理 首先附上近期整理基于深度学习的图像融合论文的思维导图 本篇博客主要整理基于深度学习的多曝光图像融合 ...
- 基于深度学习的单目图像深度估计总结
图像深度估计,是目前计算机视觉研究中的经典问题.深度图(Depth Map)表示每个像素在空间中的位置,是一种普遍的三维场景信息表达方式,广泛应用于自动驾驶.三维重建等方面. 基于深度学习的单目图像深 ...
最新文章
- iOS开发：沙盒机制以及利用沙盒存储字符串、数组、字典等数据
- 不伦不类的Action Script 3.0
- 【spring boot】支持webjars
- arcgis几何修复有作用吗_ArcGis拓扑的那些事儿（拓扑应用过程二）
- 在2019年6月Teams Community Call上分享的Teams app基础架构视频
- 前端学习（3268）：js中this在类中的表现
- angularjs1-7,供应商
- mysql lamp 配置命令总结
- 动易html编辑器漏洞,动易网站管理系统删除任意文件漏洞
- 大数乘方运算-C语言
- PlatformError: WGL: Failed to make context current
- Unittest-单元测试3
- 如何在服务器上快速克隆虚拟机,制作虚拟机模板快速克隆Linux虚拟机
- 3D打印Arduino 四轴飞行器
- 微信小程序头像上传(一)
- 如何才能不看知乎广告？手机浏览器安装Edge扩展程序教程
- 华为od统一考试B卷【分积木】C++ 实现
- 对二叉树堆排序的升级TOPK问题(跑路人笔记)
- [Java]Maven学习笔记(尚硅谷2022)
- table css个人简历的实现 美观 简洁