MedElevator Войти в исследования
← Поиск публикаций

DOI 10.1109/tmi.2021.3097200

Медицинская библиотека · IEEE transactions on medical imaging · 2021

A Polarization-Imaging-Based Machine Learning Framework for Quantitative Pathological Diagnosis of Cervical Precancerous Lesions.

Dong Yang, Wan Jiachen, Wang Xingjian, Xue Jing-Hao, Zou Jibin, He Honghui, Li Pengcheng, Hou Anli, Ma Hui

СтатьяПоддержка исследования: вне правительства СШАПеревод в очереди

Аннотация

Polarization images encode high resolution microstructural information even at low resolution. We propose a framework combining polarization imaging and traditional microscopy imaging, constructing a dual-modality machine learning framework that is not only accurate but also generalizable and interpretable. We demonstrate the viability of our proposed framework using the cervical intraepithelial neoplasia grading task, providing a polarimetry feature parameter to quantitatively characterize microstructural variations with lesion progression in hematoxylin-eosin-stained pathological sections of cervical precancerous tissues. By taking advantages of polarization imaging techniques and machine learning methods, the model enables interpretable and quantitative diagnosis of cervical precancerous lesion cases with improved sensitivity and accuracy in a low-resolution and wide-field system. The proposed framework applies routine image-analysis technology to identify the macro-structure and segment the target region in H&E-stained pathological images, and then employs emerging polarization method to extract the micro-structure information of the target region, which intends to expand the boundary of the current image-heavy digital pathology, bringing new possibilities for quantitative medical diagnosis.

Для цитирования: Dong Yang, Wan Jiachen, Wang Xingjian, Xue Jing-Hao, Zou Jibin, He Honghui, Li Pengcheng, Hou Anli, Ma Hui. A Polarization-Imaging-Based Machine Learning Framework for Quantitative Pathological Diagnosis of Cervical Precancerous Lesions.. IEEE transactions on medical imaging. 2021. DOI: 10.1109/tmi.2021.3097200.

Предметные рубрики MeSH

Подготовка и перевод публикации
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

История · было → стало

Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.

Тип публикации указан по данным источника. Уровень доказательности автоматически не присваивается.