Registration of prostate histology images to ex vivo MR images via strand‐shaped fiducials
Notice bibliographique
Résumé
PURPOSE: To present and evaluate a method for registration of whole-mount prostate digital histology images to ex vivo magnetic resonance (MR) images. MATERIALS AND METHODS: Nine radical prostatectomy specimens were marked with 10 strand-shaped fiducial markers per specimen, imaged with T1- and T2-weighted 3T MRI protocols, sliced at 4.4-mm intervals, processed for whole-mount histology, and the resulting histological sections (3-5 per specimen, 34 in total) were digitized. The correspondence between fiducial markers on histology and MR images yielded an initial registration, which was refined by a local optimization technique, yielding the least-squares best-fit affine transformation between corresponding fiducial points on histology and MR images. Accuracy was quantified as the postregistration 3D distance between landmarks (3-7 per section, 184 in total) on histology and MR images, and compared to a previous state-of-the-art registration method. RESULTS: The proposed method and previous method had mean (SD) target registration errors of 0.71 (0.38) mm and 1.21 (0.74) mm, respectively, requiring 3 and 11 hours of processing time, respectively. CONCLUSION: The proposed method registers digital histology to prostate MR images, yielding 70% reduced processing time and mean accuracy sufficient to achieve 85% overlap on histology and ex vivo MR images for a 0.2 cc spherical tumor.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».