Pixel-Level Classification of Five Histologic Patterns of Lung Adenocarcinoma

腺癌 人工智能 像素 分级(工程) 模式识别(心理学) 计算机科学 肺 病理 癌症 医学 生物 内科学 生态学
作者
Dan Shao,Fei Su,Zou Xue-yu,Jie Lü,Sitong Wu,Ruijun Tian,Dongmei Ran,Zhiyong Guo,Dayong Jin
出处
期刊:Analytical Chemistry [American Chemical Society]
卷期号:95 (5): 2664-2670 被引量:1
标识
DOI:10.1021/acs.analchem.2c03020
摘要

Lung adenocarcinoma is the most common histologic type of lung cancer. The pixel-level labeling of histologic patterns of lung adenocarcinoma can assist pathologists in determining tumor grading with more details than normal classification. We manually annotated a dataset containing a total of 1000 patches (200 patches for each pattern) of 512 × 512 pixels and 420 patches (contains test sets) of 1024 × 1024 pixels according to the morphological features of the five histologic patterns of lung adenocarcinoma (lepidic, acinar, papillary, micropapillary, and solid). To generate an even large amount of data patches, we developed a data stitching strategy as a data augmentation for classification in model training. Stitched patches improve the Dice similarity coefficient (DSC) scores by 24.06% on the whole-slide image (WSI) with the solid pattern. We propose a WSI analysis framework for lung adenocarcinoma pathology, intelligently labeling lung adenocarcinoma histologic patterns at the pixel level. Our framework contains five branches of deep neural networks for segmenting each histologic pattern. We test our framework with 200 unclassified patches. The DSC scores of our results outpace comparing networks (U-Net, LinkNet, and FPN) by up to 10.78%. We also perform results on four WSIs with an overall accuracy of 99.6%, demonstrating that our network framework exhibits better accuracy and robustness in most cases.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Jun的应助被科研通管家采纳,获得20
1秒前
田様的应助被科研通管家采纳,获得10
1秒前
sly关闭了sly的文献求助
1秒前
Yangqiuxiang完成签到,获得积分20
1秒前
2秒前
文艺依玉发布了新的文献求助10
2秒前
香蕉觅云的应助被yyyyy采纳,获得10
3秒前
molihuakai的应助被yyyyy采纳,获得10
3秒前
null的应助被yyyyy采纳,获得10
3秒前
脑洞疼的应助被yyyyy采纳,获得10
3秒前
万能图书馆的应助被yyyyy采纳,获得30
3秒前
Mayday的应助被yyyyy采纳,获得10
3秒前
领导范儿的应助被yyyyy采纳,获得10
3秒前
充电宝的应助被yyyyy采纳,获得10
3秒前
充电宝的应助被yyyyy采纳,获得10
3秒前
科研通AI2S的应助被yyyyy采纳,获得10
3秒前
杜sda完成签到,获得积分10
4秒前
楠楠完成签到 ,获得积分10
4秒前
共享精神的应助被Eric采纳,获得10
4秒前
茧茧发布了新的文献求助10
5秒前
CarryLJR的应助被shidewu采纳,获得10
6秒前
曼文完成签到,获得积分10
6秒前
李爱国的应助被发发疯吃饭采纳,获得10
7秒前
烟花的应助被发发疯吃饭采纳,获得10
7秒前
上官若男的应助被发发疯吃饭采纳,获得10
7秒前
上官若男的应助被发发疯吃饭采纳,获得10
7秒前
8秒前
9秒前
9秒前
慕慕发布了新的文献求助10
9秒前
852的应助被Snifikin采纳,获得10
9秒前
勤恳不惜完成签到,获得积分10
9秒前
充电宝的应助被朴实的以南采纳,获得10
9秒前
鹤立名堂完成签到 ,获得积分10
10秒前
被风吹过的路的应助被沐南采纳,获得10
10秒前
热心市民小红花的应助被yyyyy采纳,获得10
10秒前
10秒前
大个的应助被Irene采纳,获得10
10秒前
大个的应助被yyyyy采纳,获得30
10秒前
科目三的应助被JUAN123采纳,获得10
10秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
Grapes 1000
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8178582
求助须知:如何正确求助?哪些是违规求助? 9569391
关于积分的说明 21804062
捐赠科研通 7773535
什么是DOI,文献DOI怎么找? 3432871
关于科研通互助平台的介绍 2556860
邀请新用户注册赠送积分活动 2478451