J 2022

Automated annotations of epithelial cells and stroma in hematoxylin–eosin-stained whole-slide images using cytokeratin re-staining

BRÁZDIL, Tomáš, Matej GALLO, Rudolf NENUTIL, Andrej KUBANDA, Martin TOUFAR et. al.

Základní údaje

Originální název

Automated annotations of epithelial cells and stroma in hematoxylin–eosin-stained whole-slide images using cytokeratin re-staining

Autoři

BRÁZDIL, Tomáš (203 Česká republika, domácí), Matej GALLO (703 Slovensko, domácí), Rudolf NENUTIL (203 Česká republika), Andrej KUBANDA (703 Slovensko, domácí), Martin TOUFAR (203 Česká republika) a Petr HOLUB (203 Česká republika, garant, domácí)

Vydání

The Journal of Pathology: Clinical Research, 2022, 2056-4538

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

10201 Computer sciences, information science, bioinformatics

Stát vydavatele

Česká republika

Utajení

není předmětem státního či obchodního tajemství

Odkazy

Impakt faktor

Impact factor: 4.100

Kód RIV

RIV/00216224:14330/22:00125032

Organizační jednotka

Fakulta informatiky

DOI

UT WoS

000712864400001

Klíčová slova anglicky

U-Net; artificial intelligence; digital pathology; H&E; immunohistochemistry; deep learning; tissue registration

Štítky

Příznaky

Mezinárodní význam, Recenzováno
Změněno: 10. 1. 2023 15:02, Mgr. Tereza Miškechová

Anotace

V originále

The diagnosis of solid tumors of epithelial origin (carcinomas) represents a major part of the workload in clinical histopathology. Distinguishing stroma from epithelium is a critical component of artificial intelligence (AI) methods developed to detect and analyze carcinomas. In this paper, we propose a novel automated workflow that enables large-scale guidance of AI methods to identify the epithelial component. The workflow is based on re-staining existing hematoxylin and eosin (H&E) formalin-fixed paraffin-embedded (FFPE) slides by immunohistochemistry for cytokeratins - cytoskeleton components specific to epithelial cells. We also demonstrate how the automatically generated masks can be used to train modern AI image segmentation based on U-Net, resulting in reliable detection of epithelial regions in previously unseen H&E slides.

Návaznosti

LM2018140, projekt VaV
Název: e-Infrastruktura CZ (Akronym: e-INFRA CZ)
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, e-Infrastruktura CZ
MUNI/A/1195/2021, interní kód MU
Název: Aplikovaný výzkum v oblastech vyhledávání, analýz a vizualizací rozsáhlých dat, zpracování přirozeného jazyka a aplikované umělé inteligence
Investor: Masarykova univerzita, Aplikovaný výzkum v oblastech vyhledávání, analýz a vizualizací rozsáhlých dat, zpracování přirozeného jazyka a aplikované umělé inteligence
90125, velká výzkumná infrastruktura
Název: BBMRI-CZ III