Несмотря на то, в целях диагностики все больше врачей анализируют изображения тканей на «умных» компьютерах, надежных стандартов для подготовки и оцифровки слайдов ткани пока не существует.
Это означает, что слайды низкого качества смешиваются с четкими и точными слайдами, что может ввести в заблуждение компьютерную программу, пытающуюся понять, как выглядит раковая клетка.
Исследователи из Университета Кейс Вестерн Резерв, биоинженер Анант Мадабхуши и Эндрю Яновчик, старший научный сотрудник, разработали программу, которая обеспечит качество цифровых изображений, используемых в диагностических и исследовательских целях.
Они представили новый инструмент контроля качества в последнем издании Journal of Clinical Oncology Clinical Informatics. Новый инструмент включает ряд измерений и классификаторов, чтобы помочь пользователям помечать поврежденные изображения и сохранять те, которые помогут техническим специалистам и врачам в диагностике.
«Идея проста: оценить цифровые изображения и определить, какие слайды нужно использовать для анализа с помощью компьютера, а какие нет, – говорит Мадабхуши. – Это важно, поскольку цифровая патология распространяется по всему миру и закладывает основу для использования искусственного интеллекта при анализе изображений тканей». Доступ к данным можно получить через онлайн-хранилище. Инструмент был разработан после того, как было обнаружено немалое количество некачественных слайдов из Атласа генома рака, в котором хранится более 30 000 слайдов тканей раковых образцов.
В то время как высокотехнологичные подходы могут обрабатывать тысячи изображений в секунду, для диагностики также необходимы цифровые изображения тех же самых слайдов ткани, которые патологи делали в течение поколений. Чтобы создать предметное стекло, патолог сначала берет образец ткани и помещает его на кусочек стекла. Затем ткань окрашивают, чтобы выявить ее клеточные структуры. Второй маленький кусочек стекла помещают поверх образца ткани для защиты. Из-за появления пузырьков воздуха или даже во время процесса оцифровки могут возникнуть проблемы с размытостью и яркостью.
«Микроскоп не может сфокусироваться на областях с искаженным качеством, – говорит Яновчик. – Мне потребовались дни, чтобы просмотреть все эти слайды и вручную идентифицировать и удалить плохие. Именно тогда я понял, что нужен более быстрый, автоматизированный способ отбора хороших изображений слайдов ткани».
Лаборатория Мадабхуши, в которую в настоящее время входят около 50 исследователей, стала лидером в выявлении, диагностике и характеристике различных видов рака и других заболеваний с помощью медицинской визуализации, машинного обучения и искусственного интеллекта. В его последних работах искусственный интеллект использовался для прогнозирования эффективности химиотерапии на основе изображений слайдов ткани. Журнал Prevention назвал это достижение одним из 10 лучших медицинских достижений в 2018 году.
Источник: https://www.sciencedaily.com/releases/2019/04/190418135052.htm
