EBHI-Seg: A Novel Enteroscope Biopsy Histopathological Haematoxylin and Eosin Image Dataset for Image Segmentation Tasks

要約

背景と目的:大腸がんは、致死性の悪性腫瘍として世界的に見ても男性で4番目、女性で3番目に多いがんである。癌の治療には、早期段階でのタイムリーな発見が不可欠である。現在、直腸がんの病理組織学的画像セグメンテーションのデータセットが不足しており、コンピュータ技術を診断支援に用いた場合の評価精度に支障をきたすことが多い。方法本研究では、一般に公開されている新しい腸内生検病理組織ヘマトキシリン・エオジン画像データセット(EBHI-Seg)を画像分割タスクのために提供した。EBHI-Segの有効性と拡張性を示すために,EBHI-Segの実験結果を古典的な機械学習手法と深層学習手法で評価した.その結果実験結果より,EBHI-Segを利用した場合,ディープラーニング手法の方が画像分割性能が高いことがわかった.古典的な機械学習法のDice評価指標の最大精度は0.948であるのに対し、深層学習法のDice評価指標は0.965であった。結論この一般公開されたデータセットには、6種類の腫瘍の分化段階の画像5,170枚と、それに対応するグランドトゥルース画像が含まれていた。このデータセットは、大腸がんの医療診断のための新しいセグメンテーションアルゴリズムを研究者に提供し、臨床の場で医師や患者に役立てることができる。

要約(オリジナル)

Background and Purpose: Colorectal cancer is a common fatal malignancy, the fourth most common cancer in men, and the third most common cancer in women worldwide. Timely detection of cancer in its early stages is essential for treating the disease. Currently, there is a lack of datasets for histopathological image segmentation of rectal cancer, which often hampers the assessment accuracy when computer technology is used to aid in diagnosis. Methods: This present study provided a new publicly available Enteroscope Biopsy Histopathological Hematoxylin and Eosin Image Dataset for Image Segmentation Tasks (EBHI-Seg). To demonstrate the validity and extensiveness of EBHI-Seg, the experimental results for EBHI-Seg are evaluated using classical machine learning methods and deep learning methods. Results: The experimental results showed that deep learning methods had a better image segmentation performance when utilizing EBHI-Seg. The maximum accuracy of the Dice evaluation metric for the classical machine learning method is 0.948, while the Dice evaluation metric for the deep learning method is 0.965. Conclusion: This publicly available dataset contained 5,170 images of six types of tumor differentiation stages and the corresponding ground truth images. The dataset can provide researchers with new segmentation algorithms for medical diagnosis of colorectal cancer, which can be used in the clinical setting to help doctors and patients.

arxiv情報

著者 Liyu Shi,Xiaoyan Li,Weiming Hu,Haoyuan Chen,Jing Chen,Zizhen Fan,Minghe Gao,Yujie Jing,Guotao Lu,Deguo Ma,Zhiyu Ma,Qingtao Meng,Dechao Tang,Hongzan Sun,Marcin Grzegorzek,Shouliang Qi,Yueyang Teng,Chen Li
発行日 2022-12-06 15:50:08+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, DeepL

カテゴリー: cs.CV, eess.IV パーマリンク