AUTOMATED SCREENING OF HISTOPATHOLOGY TISSUE SAMPLES VIA CLASSIFIER PERFORMANCE METRICS
Systems and methods are provided for screening a set of histopathology tissue samples representing a region of interest for abnormalities. A pattern recognition classifier is trained on a first set of images, each representing a tissue sample that is substantially free of abnormalities, and a second...
Gespeichert in:
Hauptverfasser: | , |
---|---|
Format: | Patent |
Sprache: | eng ; fre |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | Systems and methods are provided for screening a set of histopathology tissue samples representing a region of interest for abnormalities. A pattern recognition classifier is trained on a first set of images, each representing a tissue sample that is substantially free of abnormalities, and a second set of images, each representing one of the set of histopathology tissue samples representing the region of interest. At least one performance metric from the pattern recognition classifier is generated. A given performance metric represents one of an accuracy of the classifier in discriminating between images representing tissue that is substantially free of abnormalities and images of histopathology tissue samples representing the region of interest and a training rate of the pattern recognition classifier. A likelihood of abnormalities in the region of interest is determined from the at least one performance metric from the pattern recognition classifier.
Systèmes et procédés de criblage d'un ensemble d'échantillons de tissu histopathologique représentant une région d'intérêt en vue d'anomalies. Un classificateur de reconnaissance de profil est entraîné sur un premier ensemble d'images, représentant chacune un échantillon de tissu qui est sensiblement dépourvu d'anomalies, et un second ensemble d'images, représentant chacune l'un de l'ensemble d'échantillons de tissu histopathologique représentant la région d'intérêt. Au moins une mesure de performance provenant du classificateur de reconnaissance de profil est générée. Une mesure de performance donnée représente l'une parmi une précision du classificateur lors de la différenciation entre des images représentant un tissu qui est sensiblement dépourvu d'anomalies et des images d'échantillons de tissu histopathologique représentant la région d'intérêt et une vitesse d'entraînement du classificateur de reconnaissance de profil. Une probabilité d'anomalies dans la région d'intérêt est déterminée à partir de la ou des mesures de performance provenant du classificateur de reconnaissance de profil. |
---|