Наука

В России выяснили, какой ИИ лучше распознает ядра клеток в опухолях

Ученые Сколтеха, Университета Шарджи и Университета Токай сравнили пять программ, которые выделяют клеточные ядра на снимках опухолевой ткани. Чаще всего к экспертной разметке был ближе результат Cellpose, но на снимках с невысокой плотностью клеток лучше сработал StarDist. Работа опубликована в Discover Artificial Intelligence.

© Unsplash

Даже соседние участки опухоли могут заметно различаться по строению. На цифровом снимке патоморфолог изучает форму клеток и ядер, их положение и окружение. Компьютерное зрение помогает измерять эти признаки и сопоставлять разные участки ткани.

Исследователи использовали открытые наборы снимков четырех видов рака: легкого, молочной железы, кишечника и предстательной железы. Все программы запускали со стандартными настройками. Их результаты сравнивали с экспертной разметкой по коэффициенту Dice: единица означает полное совпадение областей.

На снимках рака толстой кишки Cellpose и StarDist набрали по 0,74 после округления. На снимках тройного негативного рака молочной железы с невысокой плотностью клеток StarDist опередил Cellpose: 0,84 против 0,82. В более плотной ткани StarDist мог пропускать часть ядер. Другие инструменты иногда принимали за ядра посторонние фрагменты или объединяли соседние клетки.

«Начинать нужно не с алгоритма, а с вопроса, на который врачу предстоит ответить по гистологическому препарату», — пояснила первый автор работы Светлана Илларионова.

Сравнение помогает подобрать инструмент под задачу: например, чтобы найти небольшой очаг или оценить, как иммунные клетки расположены относительно опухоли.

Источник

Добавить комментарий

Кнопка «Наверх»