CoNIC Challenge: Pushing the Frontiers of Nuclear Detection, Segmentation, Classification and Counting

要約

核検出、セグメンテーション、および形態計測プロファイリングは、組織学と患者の転帰との関係をさらに理解するのに不可欠です。
この分野で革新を推進するために、核のセグメンテーションと細胞構成を評価するために、この種の利用可能な最大のデータセットを使用して、コミュニティ全体の課題を設定します。
CoNIC と名付けられた私たちの課題は、公開リーダーボードでのリアルタイムの結果検査による細胞認識のための再現可能なアルゴリズムの開発を刺激しました。
大腸組織の 1,658 枚のスライド全体の画像を使用して、最高のパフォーマンスを発揮するモデルに基づいて、広範なチャレンジ後の分析を実施しました。
モデルごとに約 7 億個の核が検出され、関連する機能が異形成のグレーディングと生存分析に使用され、以前の最先端技術を超えるチャレンジの改善が下流のパフォーマンスの大幅な向上につながることを実証しました。
私たちの調査結果は、好酸球と好中球が腫瘍の微小環境で重要な役割を果たしていることも示唆しています。
バイオマーカー発見のためのさらなる方法の開発を促進するために、チャレンジモデルと WSI レベルの結果をリリースします。

要約(オリジナル)

Nuclear detection, segmentation and morphometric profiling are essential in helping us further understand the relationship between histology and patient outcome. To drive innovation in this area, we setup a community-wide challenge using the largest available dataset of its kind to assess nuclear segmentation and cellular composition. Our challenge, named CoNIC, stimulated the development of reproducible algorithms for cellular recognition with real-time result inspection on public leaderboards. We conducted an extensive post-challenge analysis based on the top-performing models using 1,658 whole-slide images of colon tissue. With around 700 million detected nuclei per model, associated features were used for dysplasia grading and survival analysis, where we demonstrated that the challenge’s improvement over the previous state-of-the-art led to significant boosts in downstream performance. Our findings also suggest that eosinophils and neutrophils play an important role in the tumour microevironment. We release challenge models and WSI-level results to foster the development of further methods for biomarker discovery.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google