Nuclei & Glands Instance Segmentation in Histology Images: A Narrative Review

要約

組織像における核と腺のインスタンスセグメンテーションは、癌診断、治療計画、および生存分析のための計算病理学ワークフローにおける重要なステップです。
最新のハードウェアの出現により、大規模な高品質の公開データセットが最近利用可能になり、コミュニティが組織したグランド チャレンジにより、技術の進歩と臨床翻訳にとって極めて重要なドメイン固有の課題に焦点を当てた自動化された方法が急増しています。
この調査では、過去 5 年間 (2017 年から 2022 年) に発表された AI ベースの核および腺インスタンスのセグメンテーション方法を示す 126 の論文が詳細に分析され、現在のアプローチの限界と未解決の課題が議論されています。
さらに、潜在的な将来の研究の方向性が提示され、最先端の方法の貢献が要約されています。
さらに、公開されているデータセットの一般化された概要と、各課題に固有の最もパフォーマンスの高い方法を示す壮大な課題に関する詳細な洞察も提供されます。
さらに、既存の研究の現状と、がんの診断、等級付け、予後、および治療計画の改善を可能にする臨床現場で使用できる方法の開発における将来の方向性への指針を読者に提供することを意図していました。
私たちの知る限り、この方向に焦点を当てた組織像のインスタンスセグメンテーションをレビューした以前の研究はありません。

要約(オリジナル)

Instance segmentation of nuclei and glands in the histology images is an important step in computational pathology workflow for cancer diagnosis, treatment planning and survival analysis. With the advent of modern hardware, the recent availability of large-scale quality public datasets and the community organized grand challenges have seen a surge in automated methods focusing on domain specific challenges, which is pivotal for technology advancements and clinical translation. In this survey, 126 papers illustrating the AI based methods for nuclei and glands instance segmentation published in the last five years (2017-2022) are deeply analyzed, the limitations of current approaches and the open challenges are discussed. Moreover, the potential future research direction is presented and the contribution of state-of-the-art methods is summarized. Further, a generalized summary of publicly available datasets and a detailed insights on the grand challenges illustrating the top performing methods specific to each challenge is also provided. Besides, we intended to give the reader current state of existing research and pointers to the future directions in developing methods that can be used in clinical practice enabling improved diagnosis, grading, prognosis, and treatment planning of cancer. To the best of our knowledge, no previous work has reviewed the instance segmentation in histology images focusing towards this direction.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google