Estudio comparativo de técnicas de normalización de color para el preprocesamiento de imágenes histopatológicas. Aplicación al diagnóstico de cáncer usando redes neuronales

Abstract

[ES] El análisis de imágenes histopatológicas extraídas de biopsias de tejidos es el "gold standard" para el diagnóstico del cáncer. Este proceso es tedioso y está sujeto a una gran variabilidad entre observadores. Por ello, la patología computacional (CPATH) permite mitigar la carga de trabajo, utilizando técnicas de visión por ordenador e inteligencia artificial para el análisis automático de imágenes digitalizadas de portaobjetos (WSI), aportando mayor precisión y rapidez a la práctica clínica.

En el proceso de obtención de datos para imágenes de cáncer, primero se tiñe la biopsia con dos tinciones y luego se escanea para obtener la WSI. Este proceso de adquisición genera una gran variabilidad intra- e inter-centro en los colores de las imágenes. Esto se debe principalmente a los productos químicos utilizados, la marca de las tinciones, la temperatura, etc. Estas variaciones de color que no tienen relevancia diagnóstica pueden entorpecer el rendimiento de los modelos de inteligencia artificial de CPATH, ya que se pueden fijar en características basadas en el color llevando al sobreajuste y no permitiendo la generalización.

En este trabajo fin de grado se estudiarán las técnicas de normalización de color de Reinhard y Macenko. Se explorarán diferentes configuraciones para estas normalizaciones y se evaluarán los resultados obtenidos con una red neuronal convolucional. Con ello, se detallará el flujo completo de trabajo para un sistema de ayuda al diagnóstico en cáncer basado en CPATH y se estudiará específicamente el impacto del preprocesamiento para el resultado final.

Este estudio se implementará con software basado en Python y se evaluará con datos reales. Para ello, se utilizarán librerías para redes neuronales, como Pytorch. La evaluación empírica se llevará a cabo utilizando distintas métricas tanto para evaluar la calidad de la normalización de color, como para conocer el impacto posterior en la clasificación de imágenes de cáncer.

[EN] The analysis of histopathological images extracted from tissue biopsies is the gold standard for cancer diagnosis. This process is tedious and subject to high inter-observer variability. Therefore, computational pathology (CPATH) allows mitigating the workload, using computer vision and artificial intelligence techniques for the automatic analysis of digitised slide images (WSI), bringing greater accuracy and speed to clinical practice.

In the cancer imaging data acquisition process, the biopsy is first stained with two stains and then scanned to obtain the WSI. This acquisition process generates a large intra- and inter-centre variability in the colours of the images. This is mainly due to the chemicals used, the branding of the stains, the temperature, etc. These colour variations that have no diagnostic relevance can hinder the performance of CPATH artificial intelligence models as they can be based on colour-based features leading to over-fitting and not allowing generalisation.

In this bachelor s thesis, the Reinhard and Macenko colour normalisation techniques will be studied. Different configurations for these normalisations will be explored and the results obtained with a convolutional neural network will be evaluated. In doing so, the complete workflow for a CPATH-based cancer diagnostic aid system will be detailed and the impact of preprocessing on the final result will be specifically studied.

This study will be implemented with Python-based software and evaluated with real data. For this purpose, neural network libraries, such as Pytorch, will be used. The empirical evaluation will be carried out using different metrics both to assess the quality of the colour normalisation and the subsequent impact on the classification of cancer images.