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成長因子受容体 2 (HER2) 陽性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て、乳がんの全スライド画像 (WSI) の TIL スコアを予測します。
腫瘍バルクマスクを計算するために、まず腫瘍領域と間質領域をセグメント化します。
次に、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 TIL スコアは、同じ課題内での生存転帰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 TIL スコアリング パイプライン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) positive breast cancer. In this study, we introduce an innovative deep learning pipeline based on the Efficient-UNet architecture to predict the TILs score for breast cancer whole-slide images (WSIs). We first segment tumour and stromal regions in order to compute a tumour bulk mask. We then detect 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 pipeline as a breast cancer prognostic tool.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google