Diseño e implementación de un sistema para la segmentación nuclear en imágenes histológicas multi-órgano mediante una red neuronal profunda encoder-decoder

Abstract

[ES] La segmentación nuclear en imágenes histológicas puede permitir la extracción de características de alta calidad para morfometría nuclear y demás análisis en patología computacional. Un algoritmo que segmente con precisión los núcleos en bases de datos que abarquen una gran variedad de pacientes, órganos y estados de cáncer puede contribuir significativamente al desarrollo de software de investigación clínica y médica. Esto es debido a que una vez segmentados de forma precisa los núcleos, se pueden extraer características morfométricas y de apariencia nucleares, como la densidad, la relación núcleo-citoplasma, el tamaño promedio y el pleomorfismo. Dichos rasgos pueden emplearse tanto en la identificación de los distintos grados de cáncer como en la predicción de la efectividad de un determinado tratamiento.

[EN] Nuclear segmentation in histological images can allow the extraction of high-quality characteristics for nuclear morphometry and other analyses in computational pathology. An algorithm that precisely segments the nuclei of the images in our database, made from a wide variety of patients, organs and cancer states, can contribute significantly to the development of clinical and medical research software. This is because once the nuclei are precisely segmented, nuclear morphometric and appearance characteristics can be extracted, such as density, nucleus-cytoplasm ratio, average size and pleomorphism. These traits can be used both in the identification of the different degrees of cancer and in the effectiveness's prediction of a certain treatment.