Διαχείριση εικόνων ιστοπαθολογίας από διαφορετικά εργαστήρια με χρήση GANs για κανονικοποίηση χρώσης

Abstract

Στον τομέα της ψηφιακής παθολογοανατομίας η έγκαιρη και έγκυρη διάγνωση των κακοηθειών που εντοπίζονται σε ιστοπαθολογοανατομικές ιατρικές εικόνες υψηλής ανάλυσης (Whole Slide Images), αποτελεί ζήτημα υψίστης σημασίας για τις ζωές χιλιάδων ασθενών. Εξαιτίας των διαφορετικών συνθηκών αλλά και των διαφορετικών μηχανημάτων που χρησιμοποιούνται για τη συλλογή και την ψηφιοποίηση των εικόνων αυτών (διαφορετικές προδιαγραφές παραγωγής εικόνων Whole Slide Images από εκτυπωτή σε εκτυπωτή), σε συνδυασμό με το μεγάλο όγκο των δεδομένων και το γεγονός πως η ιατρική ομάδα μπορεί να βρίσκεται αρκετά μακριά από τον ασθενή, είναι μεγάλη η ανάγκη αυτοματοποίησης των διαδικασιών ανίχνευσης του καρκίνου του μαστού με τη βοήθεια της τεχνολογίας. Προς την κατεύθυνση της αυτόματης ανάλυσης και για την οπτική συγκρισιμότητα υπάρχει η ανάγκη της τυποποίησης (κανονικοποίησης της χρώσης) ώστε να επιτυγχάνεται συνεπής εμφάνιση ανεξάρτητα από τις διαφορές, που σίγουρα υπάρχουν, στη συλλογή και προετοιμασία των δειγμάτων των εικόνων ψηφιακής παθολογοανατομίας. Στο πλαίσιο της παρούσας διπλωματικής εργασίας γίνεται κατηγοριοποίηση των εικόνων ιστοπαθολογίας με τη χρήση Συνελικτικών Νευρωνικών Δικτύων (CNNs) και αξιοποιούνται οι δυνατότητες των Αντιπαλικών Παραγωγικών Δικτύων (GANs) για την κανονικοποίηση της χρώσης (stain normalization) των εικόνων από διαφορετικά ψηφιακά εργαστήρια.