Cancer cell metastasis classification using image processing and convolutional neural networks

Abstract

Η καρκινική μετάσταση εμφανίζεται όταν μια οποιαδήποτε μορφή καρκίνου, ονομαζόμενη πρωτογενής καρκίνος, εξαπλώνεται από το αρχικό σημείο του σώματος από όπου προήλθε σε κάποιο νέο. Κύρια επίπτωση της καρκινικής μετάστασης είναι το γεγονός πως δημιουργεί επιπλοκές στη θεραπεία. Ως επακόλουθο, η εύρεση μεθόδου ικανής να προβλέψει με ακρίβεια εάν o διαγνωσμένος καρκίνος ασθενών θα προβεί σε μετάσταση, καθίσταται ως ένα πλέον περιζήτητο εργαλείο κατά της νόσου. Προς τη διερεύνηση τέτοιας δυνατότητας, στην παρούσα εργασία, έγινε χρήση των δυνατοτήτων των Deep Learning (DL) αλγορίθμων και συγκεκριμένα της Convolutional Neural Network (CNN) αρχιτεκτονικής. Η λογική πίσω από την επιλογή αυτήν έγκειται στο γεγονός πως προκειμένου να εξαχθεί μια πρόβλεψη (μετάσταση ή μη), γίνεται επεξεργασία των εικόνων καρκινικού ιστού που έχουν ληφθεί με μικροσκόπιο ατομικών δυνάμεων (Atomic Force Microscope, AFM) στη νανοκλίμακα και συνεπώς το πρόβλημα ανάγεται σε πρόβλημα δυαδικής κατηγοριοποίησης εικόνων, πρόβλημα δηλαδή που βρίσκει απάντηση στα νευρωνικά δίκτυα. Τα αποτελέσματα της προσέγγισης αυτής συγκρίνονται με εκείνα από ήδη υπάρχουσες μεθοδολογίες, με την ελπίδα πως θα αποτελέσουν βοήθεια στη μάχη κατά του καρκίνου.