要約
我々は、ペン跡やスキャンアーティファクトなどのさまざまな望ましくないアーティファクトを除去し、全スライド画像(WSI)内のヘマトキシリンおよびエオシン(H&E)染色組織を迅速にセグメント化する革新的な方法を提案します。
私たちの方法では、WSI の低倍率 RGB 概要の単一チャネル表現を取得することが含まれます。WSI では、H&E 染色された組織が背景とさまざまなアーティファクトの両方から容易に区別できるように、ピクセル値が二峰性に分布しています。
私たちは、さまざまな機関と WSI デジタル スキャナーから作成された 30 個の WSI (それぞれにかなりのアーティファクトが含まれている) でこの方法を実証し、それを Otsu しきい値処理、Histolab 組織セグメンテーション、およびペン フィルタリング ツールによって提供されるセグメンテーションと比較します。
私たちの方法は組織をセグメント化し、30 WSI のうち 29 ですべてのアーティファクトを完全に除去しましたが、Otsu しきい値処理ではアーティファクトをまったく除去できず、Histolab ペン フィルタリング ツールではペン跡が部分的にしか除去されなかったことがわかりました。
私たちのアプローチの美しさはそのシンプルさにあります。RGB 色空間を操作し、Otsu 閾値処理を使用することで、機械学習やパラメーター調整を必要とせずに、H&E 染色された組織のセグメンテーションとアーティファクトの迅速な除去が可能になります。
要約(オリジナル)
We present an innovative method for rapidly segmenting hematoxylin and eosin (H&E)-stained tissue in whole-slide images (WSIs) that eliminates a wide range of undesirable artefacts such as pen marks and scanning artefacts. Our method involves taking a single-channel representation of a lowmagnification RGB overview of the WSI in which the pixel values are bimodally distributed such that H&E-stained tissue is easily distinguished from both background and a wide variety of artefacts. We demonstrate our method on 30 WSIs prepared from a wide range of institutions and WSI digital scanners, each containing substantial artefacts, and compare it to segmentations provided by Otsu thresholding and Histolab tissue segmentation and pen filtering tools. We found that our method segmented the tissue and fully removed all artefacts in 29 out of 30 WSIs, whereas Otsu thresholding failed to remove any artefacts, and the Histolab pen filtering tools only partially removed the pen marks. The beauty of our approach lies in its simplicity: manipulating RGB colour space and using Otsu thresholding allows for the segmentation of H&E-stained tissue and the rapid removal of artefacts without the need for machine learning or parameter tuning.
arxiv情報
著者 | B. A. Schreiber,J. Denholm,F. Jaeckle,M. J. Arends,K. M. Branson,C. -B. Schönlieb,E. J. Soilleux |
発行日 | 2023-12-19 18:45:10+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google