Transformer-based Model for Oral Epithelial Dysplasia Segmentation

要約

口腔上皮異形成（OED）は、口腔の病変に対して下される前癌状態の組織病理学的診断です。
OED の等級付けは評価者間/評価者内で大きなばらつきがあり、その結果、患者の治療が過小または過大になる可能性があります。
私たちは、ヘマトキシリン アンド エオシン (H&E) 染色された全スライド画像 (WSI) における OED の検出とセグメンテーションを改善するために、新しい Transformer ベースのパイプラインを開発しました。
私たちのモデルは、3 つの異なるスキャナーを使用して収集された OED 症例 (n = 260) と対照 (n = 105) でトレーニングされ、英国とブラジルの 3 つの外部センター (n = 78) からのテスト データで検証されました。
当社の内部実験では、OED セグメンテーションの平均 F1 スコアは 0.81 でしたが、外部テストでは 0.71 にわずかに減少し、良好な一般化性が示され、最先端の結果が得られました。
これは、前がん組織画像のセグメンテーションに Transformers を使用した、外部で検証された最初の研究です。
当社の公開モデルは、完全に統合されたパイプラインの最初のステップとして大いに期待されており、より早期かつ効率的な OED 診断を可能にし、最終的には患者の転帰に利益をもたらします。

要約(オリジナル)

Oral epithelial dysplasia (OED) is a premalignant histopathological diagnosis given to lesions of the oral cavity. OED grading is subject to large inter/intra-rater variability, resulting in the under/over-treatment of patients. We developed a new Transformer-based pipeline to improve detection and segmentation of OED in haematoxylin and eosin (H&E) stained whole slide images (WSIs). Our model was trained on OED cases (n = 260) and controls (n = 105) collected using three different scanners, and validated on test data from three external centres in the United Kingdom and Brazil (n = 78). Our internal experiments yield a mean F1-score of 0.81 for OED segmentation, which reduced slightly to 0.71 on external testing, showing good generalisability, and gaining state-of-the-art results. This is the first externally validated study to use Transformers for segmentation in precancerous histology images. Our publicly available model shows great promise to be the first step of a fully-integrated pipeline, allowing earlier and more efficient OED diagnosis, ultimately benefiting patient outcomes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google