分散学習ネットワークモデルを用いた病理組織画像の特徴抽出の最適化

利用分布式学习网络模型优化病理组织图像特征提取

• 批准号: 21K12111
• 负责人: 小野 直亮
• 金额: $ 2.5万
• 依托单位: Nara Institute of Science and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K12111/
• 关键词: 深層学習; 病理組織画像; 教師なしクラスタリング; 免疫染色; 膵がん; 多種染色法

本研究では、深層学習を用いてマウスの膵臓の腫瘍からサンプリングした組織を５つの異なる染色技術、 すなわち、HE (ヘマトキシリン & エオシン染色)、MT (マッソントリクローム染色)、およびCD31 (分化クラスター 31)、CK19 (サイトケラチン 19)、および Ki67 (増殖マーカー Ki67)の３つの免疫染色方法で染色し、得られた画像から細胞構造の特徴を抽出し、潜在空間に埋め込むモデルを構築した。病理組織画像からランダムに切り出した画像をもとにVector Quantized Variational Autoencoders (VQ-VAE)をもとにしたオートエンコーダーを用いて特徴抽出を最適化したのち、細胞の種類の異なるパターンを区別するために教師なしクラスタリングの手法をもちいて学習させた。クラスター間の画像の特徴の差異を最大化する情報量最大化のアルゴリズムによって、埋め込まれた潜在空間におけるサンプルの分布を解析し、クラスター構造を最適化した。クラスター間の分離を評価する統計的な指標である Dunn インデックスを用いて、クラスター数に依存する分離の精度を評価し、教師なし学習の課題で最適なクラスター数を決定した。

In this study, deep learning was carried out using the tissue staining technology, HE (ヘマトキシリン & エオシン staining), MT (マッソントリクローム staining), およびCD31 (differentiated クラスター 31), CK19 (サイトケラチン 19)、および Ki67 Ki67) immunostaining method, staining method, drawing of the cell structure, extraction of the cell structure, and construction of the latent space. Pathological tissue imageからランダムにcutり出したimageをもとにVector Quantized Variational Autoencoders (VQ-VAE) をもとにしたオートエンコーダーをいて特徴をoptimizationしたのち、CellのKinds of different skills するために teacher なしクラスタリングのtechnique をもちいて learn させた.クラスターの图の特徴のDIFFERENCE をMAXIMIZE THE INFORMATION MAXIMIZE のアルゴリズムによって、 bury the latent space, analyze the distribution of the latent space, and optimize the structure of the space.クラスター　　　　　　　　　　　　　　　　　　　　　　　　　logue 　　　　　　　　　　　　　　　　ulu in 　　　　　　　　　　　　　　　　　　uluulus by lawインデックスを Use いて, クラスターnumber depend on するseparation and precision をAccording to the evaluation, the teacher will decide the most suitable topic for the study.

项目成果

Feature Extraction and Unsupervised Clustering of Histopathological Images of Pancreatic Cancer Using Information Maximization

• DOI: 10.1109/gcce56475.2022.10014057
• 发表时间: 2022-10
• 期刊: 2022 IEEE 11th Global Conference on Consumer Electronics (GCCE)
• 作者: M. I. Rumman;N. Ono;K. Ohuchida;M. Altaf-Ul-Amin;Ming Huang;Shigehiko Kanaya

Straightforward Clustering for Morphological-Level Pancreatic Carcinoma Identification

用于形态学水平胰腺癌识别的直接聚类

• 发表时间: 2022
• 作者: Guangxian Zhu;Zheng Chen;Kenoki Ohuchida;Ming Huang;Naoaki Ono;MD. Amin;and Shigehiko Kanaya
• 通讯作者: and Shigehiko Kanaya