Deep Learning for Whole-Slide Tissue Histopathology Classification: A Comparative Study in the Identification of Dysplastic and Non-Dysplastic Barrett's Esophagus.
Deep Learning for Whole-Slide Tissue Histopathology Classification: A Comparative Study in the Identification of Dysplastic and Non-Dysplastic Barrett's Esophagus.
复制标题
DOI：
10.3390/jpm10040141
复制
发表时间：
2020-09-23
影响因子：
--
通讯作者：
Brown DE
中科院分区：
文献类型：
--
作者：
Sali R;Moradinasab N;Guleria S;Ehsan L;Fernandes P;Shah TU;Syed S;Brown DE
组织病理学诊断Barrett食管（BE）的金标准受到胃肠道病理学家之间观察者差异的阻碍。基于深度学习的方法在分析整个载玻片组织病理学图像（WSIs）方面显示出有希望的结果。我们进行了一项比较研究，以阐明不同的基于深度学习的特征表示方法的特征和行为，用于基于WSI的患病食管结构诊断，即发育异常和非发育异常BE。结果表明，如果选择适当的设置，无监督的特征表示方法是能够提取更多的相关图像特征从WSI分类和定位食管癌的前兆相比，弱监督和全监督的方法。
The gold standard of histopathology for the diagnosis of Barrett’s esophagus (BE) is hindered by inter-observer variability among gastrointestinal pathologists. Deep learning-based approaches have shown promising results in the analysis of whole-slide tissue histopathology images (WSIs). We performed a comparative study to elucidate the characteristics and behaviors of different deep learning-based feature representation approaches for the WSI-based diagnosis of diseased esophageal architectures, namely, dysplastic and non-dysplastic BE. The results showed that if appropriate settings are chosen, the unsupervised feature representation approach is capable of extracting more relevant image features from WSIs to classify and locate the precursors of esophageal cancer compared to weakly supervised and fully supervised approaches.
登录
查看更多内容
影响因子：
2.6
作者：
Shah T;Lippman R;Kohli D;Mutha P;Solomon S;Zfass A
通讯作者：
Zfass A
DOI：
10.1109/bibm47256.2019.8983270
发表时间：
2019-11
期刊：
Proceedings. IEEE International Conference on Bioinformatics and Biomedicine
影响因子：
--
作者：
Sali R;Ehsan L;Kowsari K;Khan M;Moskaluk CA;Syed S;Brown DE
通讯作者：
Brown DE
影响因子：
158.5
作者：
Spechler, SJ
通讯作者：
Spechler, SJ
影响因子：
14.4
作者：
Amores, Jaume
通讯作者：
Amores, Jaume
影响因子：
9.8
作者：
Downs-Kelly, Erinn;Mendelin, Joel E.;Goldblum, John R.
通讯作者：
Goldblum, John R.