研究人员开发利用组织病理学图像诊断乳腺癌的潜在技术

　　

　　

　　一个由工程师、数学家和医生组成的国际团队应用了一种用于检测水下海洋结构损伤的技术，以识别乳腺癌组织病理学图像中的癌细胞。

　　他们的多学科突破，有可能自动筛选图像并提高检出率，已发表在领先期刊PLOS ONE上。文章在这里:http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0162053

　　乳腺癌是世界上最常见的女性癌症。目前乳腺癌的临床实践和治疗主要依赖于布鲁姆-理查森分级系统对疾病预后的评估。必要的评分是基于病理学家在显微镜下对组织活检标本的视觉检查，但不同的病理学家可能对相同的标本给出不同的评分。

　　然而，数字病理学和快速数字切片扫描仪的出现打开了应用图像处理方法自动预后的可能性。虽然这无疑代表了进步，但图像处理方法一直难以分析高级别乳腺癌细胞，因为这些细胞通常聚集在一起，边界模糊，这使得成功检测极具挑战性。

　　但都柏林圣三一学院土木工程助理教授比迪沙·高希表示，这种新方法似乎克服了这一任务。她说:“这个独特的研究小组可以利用广泛而深入的知识基础。数值方法和图像处理方面的专家与医学病理学家联系，后者能够提供专业的见解，并能准确地告诉我们哪些信息对他们有价值。这是多学科研究合作如何解决重要社会问题的一个很好的例子。”

　　来自印度Vellore基督教医学院的输血医学和免疫血液学系主任Joy John Mammen教授说:“在高级别乳腺癌图像中检测癌核是相当具有挑战性的，这项工作可能被认为是自动化预后的第一步。”

　　这项先前用于检测水下海洋结构(如桥墩、海上风力涡轮机平台和管道)表面受损区域的技术被应用于乳腺细胞的组织病理学图像。研究人员考虑了组织病理学图像中每个点靠近细胞中心或细胞边界的可能性。利用信念传播算法，找出最合适的细胞边界。

　　这项技术是与印度马德拉斯基督教学院的数学家共同开发的。该研究的主要作者Maqlin Paramanandam博士说:“这项技术的潜力非常令人兴奋，我们很高兴这个国际跨学科团队在利用组织病理学图像自动诊断乳腺癌方面取得了如此出色的进展。”

　　Michael O'Byrne博士在这个项目中也在科克大学学院工作，他补充说:“我们的大多数图像处理工具都是用于评估结构损坏的土木工程背景，很高兴发现一些交叉应用，并找到我们可以发挥专业知识的领域。”我们都发现为乳腺癌研究做出贡献是非常值得的。”