An Automated Pipeline for Tumour-Infiltrating Lymphocyte Scoring in Breast Cancer

要約

腫瘍浸潤リンパ球 (TIL) は、トリプルネガティブ乳がんとヒト上皮増殖因子受容体 2 (HER2) 乳がんの両方において貴重な予後マーカーと考えられています。
この研究では、Efficient-UNet アーキテクチャに基づく革新的な深層学習パイプラインを導入し、乳がんのスライド画像全体の TIL スコアを計算します。
当社のパイプラインはまず腫瘍間質領域をセグメント化し、腫瘍バルクマスクを生成します。
続いて、腫瘍関連間質内の TIL を検出し、病理学者のワークフローを厳密に反映して TIL スコアを生成します。
TiGER Challenge トレーニング データセットでの内部相互検証と最終リーダーボードでの評価によって実証されるように、私たちのメソッドは、腫瘍/間質領域のセグメント化と TIL 検出において最先端のパフォーマンスを示します。
さらに、当社の TILs スコアは、同じ課題内での生存結果の予測において競争力があることが証明されており、乳がんの予後ツールとしての当社の自動 TILs スコアリング システムの臨床的関連性と可能性が強調されています。

要約(オリジナル)

Tumour-infiltrating lymphocytes (TILs) are considered as a valuable prognostic markers in both triple-negative and human epidermal growth factor receptor 2 (HER2) breast cancer. In this study, we introduce an innovative deep learning pipeline based on the Efficient-UNet architecture to compute a TILs score for breast cancer whole slide images. Our pipeline first segments tumour-stroma regions and generates a tumour bulk mask. Subsequently, it detects TILs within the tumour-associated stroma, generating a TILs score by closely mirroring the pathologist’s workflow. Our method exhibits state-of-the-art performance in segmenting tumour/stroma areas and TILs detection, as demonstrated by internal cross-validation on the TiGER Challenge training dataset and evaluation on the final leaderboards. Additionally, our TILs score proves competitive in predicting survival outcomes within the same challenge, underscoring the clinical relevance and potential of our automated TILs scoring system as a breast cancer prognostic tool.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google