Non-uniform object counting method in large-format pyramid images applied to CD31 vessel counting in whole-mount digital pathology sections
Notice bibliographique
Résumé
Whole-mount pathology imaging has the potential to revolutionize clinical practice by preserving context lost when tissue is cut to fit onto conventional slides. Whole-mount digital images are very large, ranging from 4GB to greater than 50GB, making concurrent processing infeasible. Block-processing is a method commonly used to divide the image into smaller blocks and process them individually. This approach is useful for certain tasks, but leads to over-counting objects located on the seams between blocks. This issue is exaggerated as the block size decreases. In this work we apply a novel technique to enumerate vessels, a clinical task that would benefit from automation in whole-mount images. Whole-mount sections of rabbit VX2 tumors were digitized. Color thresholding was used to segment the brown CD31- DAB stained vessels. This vessel enumeration was applied to the entire whole-mount image in two distinct phases of block-processing. The first (whole-processing) phase used a basic grid and only counted objects that did not intersect the block’s borders. The second (seam-processing) phase used a shifted grid to ensure all blocks captured the block-seam regions from the original grid. Only objects touching this seam-intersection were counted. For validation, segmented vessels were randomly embedded into a whole-mount image. The technique was tested on the image using 24 different block-widths. Results indicated that the error reaches a minimum at a block-width equal to the maximum vessel length, with no improvement as the block-width increases further. Object-density maps showed very good correlation between the vessel-dense regions and the pathologist outlined tumor regions.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».