计算机辅助诊断工具来援助病理学家

“近年来数字化张幻灯片扫描仪的出现促使组织病理学的成像技术的革命,”根据Metin n . Gurcan博士,副教授在俄亥俄州立大学医学中心生物医学信息学。这些扫描仪产生的“大multi-gigapixel图像包含了大量的信息可能有用的计算机辅助疾病诊断、分级和预后。”

滤泡淋巴瘤(FL)是最常见的一种形式的非霍奇金淋巴瘤发生在美国。FL的癌症通常人类淋巴系统扩散到血液,骨髓,最终,内部器官。

俄亥俄州立大学领导的一个研究小组的Metin Gurcan博士一直利用俄亥俄超级计算机中心资源开发计算机辅助诊断工具提高评分的一个常见的癌症。

世界卫生组织病理分级系统应用于活检样本;医生通常避免处方治疗严重低分数,而他们通常推荐放疗和化疗方案更激进的成绩。

准确的病理分级样品通常会导致一个有前途的预后,但诊断仅仅取决于一个劳动密集型的过程,可以受到人为因素的影响,如疲劳、读者变异和偏见。病理学家必须在视觉上检查和年级通过高性能显微镜标本。

这样的高分辨率图像处理和分析,Gurcan指出,保持非平凡的任务,这不仅是因为庞大的图像,但也由于复杂的潜在因素包括不同的染色、照明、仪器仪表和目标。

自动化,克服这些障碍Gurcan和医学中心的同事,杰拉德Lozanski博士和Arwa Shana 'ah,转向了俄亥俄州的超级计算机中心。

阿肖克•博士期间研究中心的主任,哈斯。Samsi,计算科学研究员,电气和计算机工程的俄勒冈州立大学的研究生,把一台超级计算机的力量背后的过程。

“我们集团一直在开发工具分级的滤泡性淋巴瘤的有前景的结果,“Samsi说。“我们发明了一种新的自动检测淋巴滤泡的方法使用染色组织通过分析图像的形态和结构特征,模仿人类专家的过程中可能使用识别卵泡地区。利用这些结果,我们开发了模型来描述组织的组织学分类FL成绩。”

FL的组织学分级是基于大型恶性细胞的数量计入内组织样本身高仅0.159平方毫米,来自十个不同的位置。基于这些发现,FL分配给三个等级的增加恶性肿瘤之一:一级(0 - 5细胞)、二级(6 - 15细胞)和三级(超过15细胞)。

“第一步是识别潜在恶性地区通过结合颜色和纹理特征,“Samsi解释道。“第二步迭代分水岭算法适用于单独的区域合并,最后一步涉及消除误报。”

大数据的大小和复杂性的算法Gurcan和Samsi利用OSC的格伦集群的并行计算资源以减少所需的时间来处理图像。他们使用MATLAB®和并行计算工具箱™实现显著的加速。速度是由国家癌症机构资助的研究项目的目标,但准确性是至关重要的。Gurcan和Samsi电脑分割结果与手工分割相比,发现平均相似性得分的87.11%。

“这个算法是第一个关键步骤在滤泡淋巴瘤的计算机辅助评分系统,“Gurcan说。“通过识别所有的毛囊在数字化图像,我们可以利用整个组织切片的分级疾病,从而为专家提供的另一个工具可以帮助提高诊断的精度和速度。”