【新出版】Imsight 發現通過WSI自動分析宮頸塗片的突破

PAP塗片篩查在預防女性宮頸癌方面發揮重要作用。儘管如此，細胞學家在單一載玻片中發現多達50,000個細胞的細微形態變化，這是一項繁瑣，費力且依賴經驗的任務。電腦輔助診斷被認為是解決這個問題的方法，因為它不僅減少了細胞學家的工作量，還降低了誤診的可能性。Imsight最近於二零二一年二月發表研究，以建立一種全新的自動化分析算法。

▲ 細胞分類的主要挑戰。

DP-Net可以方便地使用具有本地及全球界定範圍的DP編碼器來處理大規模的WSIs。RRS方法可以提供可靠的塗片級別分類和風險分層概率。這種方法有可能為細胞學家減少80%的工作量。

▲ 從不同的方法對ROC曲線的塗片水平進行分類。

受細胞學家臨牀診斷標準的啟發，提出了一種新的塗片級別分類器，即基於規則的風險分層(RRS)，用於準確的分別塗片級別分類和風險分層，並符合細胞學分類的定義。在最大的數據集(包括來自多個醫療中心的19,303個WSIS)上的廣泛實驗驗證了我們方法的健壯性。由於達到了0.907的靈敏度和0.8的特異度，我們的方法顯示了在常規實踐中減輕細胞學家工作量的潛力。

請點擊此處瞭解更多。