Dissertação

CNN classification of immune cells in tumor sections EVALUATED

Técnicas de Deep Learning(DL) desenvolvidas têm demonstrado um enorme potencial na análise de tumores. Todavia, a precisão e a robustez destes modelos dependem demasiado de anotações realizadas por peritos,para estabelecer uma ground truth. Isto é particularmente importante na identificação de linfócitos dentro de tumores, que representa um fator importante na progressão dos cancros. Esta dissertação apresenta uma solução para este problema, possibilitando a identificação de linfócitos T em tumores,sem necessidade de intervenção de especialistas. O trabalho desenvolvido começa por colorar secções de tumor com anticorpos que reconhecem linfócitos T CD8+, linfócitos T FOXP3+, células cancerígenas panCK+ e células endoteliais CD31+. Depois,a mesma secção é tingida com H&E e digitalizada uma vez mais. Em segundo, as imagens immunofluorescence(IF) e H&E são alinhadas com precisão usando um método de transformação Fast-Fourier(FFT). Terceiro, um método de localização de pico é usado para detetar e transferir as informações das imagens IF para as imagens H&E. Por último, uma rede neural convolucional(CNN) é treinada usando essas imagens H&E anotadas. A CNN treinada resultante pode classificar células cancerígenas, linfócitos T e células endoteliais em tecidos cancerígenas da mama, usando imagens H&E com uma precisão mínima de 94%,85% e 72%, respetivamente. Uma primeira contribuição desta tese consiste no desenvolvimento de um método que possibilite processar, alinhar e gerar grandes conjuntos de imagens anotadas de microarranjos(TMAs) de tecido tumoral,usando imagens IF como ground truth. Uma segunda contribuição consiste em usar uma CNN treinada para classificar vários subtipos de células em secções de tecido com H&E,sem anotações de especialistas.
Redes Neuronais Convolucionais, Alinhamento de imagens Biomédicas, Deteção de células, Cancro da mama, Coloração Immunofluorescente.

Outubro 7, 2020, 16:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Denis Wirtz

Johns Hopkin University

Professor Catedratico

ORIENTADOR

Jorge Dos Santos Salvador Marques

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Catedrático