全景域病理影像跨染色註冊與乳癌淋巴轉移AI判讀｜國立臺灣科技大學博碩士論文系統

簡易檢索 / 詳目顯示

回結果列表

研究生：	王品晴 Pin-Ching Wang
論文名稱：	全景域病理影像跨染色註冊與乳癌淋巴轉移AI判讀 Whole Slide Cross Staining Alignment and Breast Cancer Lymphatic Metastasis AI Analysis
指導教授：	王靖維 Ching-Wei Wang
口試委員:	許維君 Wei-Jun Xu 連晃駿 Huang-Chun Lien 鄭永銘 Yong-Ming Zheng
學位類別：	碩士 Master
系所名稱：	應用科技學院 - 醫學工程研究所 Graduate Institute of Biomedical Engineering
論文出版年：	2020
畢業學年度：	108
語文別：	中文
論文頁數：	54
中文關鍵詞：	數位病理切片、醫學影像、巨量影像、乳癌轉移淋巴
外文關鍵詞：	Digital pathology section, Image alignment, AI analysis, Breast cancer lymphatic metastasis
相關次數：	點閱：271 下載：0
分享至:	分享至facebook 分享至twitter

查詢本校圖書館目錄查詢臺灣博碩士論文知識加值系統勘誤回報

乳癌為全世界女性常見癌症中位居前四的疾病，每年都有數十萬名女性確診乳癌，且造成全球愈十萬人死於此疾病，研究顯示此疾病及早發現並進行治療，可增加治癒可能性，因此疾病篩檢便成為影響治癒率極重要的原因之一。而病理切片則為乳癌最主要的篩檢方式之一。
本研究之影像對位技術，透過顏色反卷積、尋找特徵點等技術，金字塔影像中取低解析度影像進行運算，並將此對位結果經由影像公式轉換套用至高解析度影像中，可將 H&E 與 IHC 染色的乳癌轉移至淋巴病理切片進行對位，使使用者可以透過此技術同時即時觀看不同染色切片相同位置的影像，再加以 AI 判讀部分，已成功訓練出能判讀乳癌轉移淋巴之癌細胞區域，且達到極高的準確度，固可達到輔助判讀切片功能，降低病理科醫師工作負擔，進而達到降低誤判率，更進一步降低死亡率。
本研究所提出的影像對位技術與 AI 判讀，不僅能應用在 H&E 與 IHC 染色切片，亦可應用其他不同染色方式切片，更不僅限於乳癌轉移至淋巴，可以延伸至各種疾病之病理切片判讀。

Breast cancer is one of the top four common cancers among women worldwide. Hundreds of thousands of women are diagnosed with breast cancer every year, and more than hundred thousand people worldwide die because of breast cancer each year. According to the research, early detection and treatment of breast cancer increase the possibility of cure. Thus, disease screening becomes one of the most important reason which influence the recovery rate. Sentinel lymph node biopsy is the most common and accurate way to detect breast cancer.

The proposed research of image alignment includes color deconvolution, finding feature points, and calculating transform equation in low resolution image in pyramid image. Then, the calculated transform equation is applied to the high resolution images through equation transformation. It can align H\&E pathology slide image and IHC pathology slide image of breast cancer lymphatic metastasis, which makes it easier for the users to view the same area in the slides with different stains in real-time. With respect to the AI analysis, we already have an AI model, which can identify breast cancer areas successfully with high accuracy. Thus, this research can reduce pathologists' workload by the slide interpretation. Moreover, it can decrease the misjudgement rate and death rate consequently.

Image alignment and AI analysis in this research is not only confined to H\&E and IHC pathology slide images, but also pathology slides in other staining methods. Additionally, this system is also able to work on breast cancer lymphatic metastasis slides as well as pathology slides of other diseases.

摘要 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . I
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . II
致謝 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . III
目錄 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . IV
圖目錄 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . VI
表目錄 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . IX
第一章 緒論 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 研究動機 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 研究目標 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 論文貢獻 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4 論文架構 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
第二章 研究背景. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.1 乳癌轉移淋巴結介紹 . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 影像對位 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.1 顏色反卷積原理 . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.2 影像關鍵點 . . . . . . . . . . . . . . . . . . . . . . . . . 8
第三章 研究方法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.1 顏色反卷積 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.2 尋找特徵點 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2.1 尺度不變特徵轉換 . . . . . . . . . . . . . . . . . . . . . 13
IV
3.2.2 匹配特徵點與去除離群值 . . . . . . . . . . . . . . . . . 15
3.3 影像轉換 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.3.1 SVD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.3.2 影像轉換公式 . . . . . . . . . . . . . . . . . . . . . . . . 17
3.4 深度學習 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
第四章 實驗設計與結果 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.1 研究數據集 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.2 影像對位結果 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
4.3 AI 訓練結果 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
第五章 結論與未來展望 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.1 結論 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.2 未來發展 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
參考文獻 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

                                

[1] 衛生福利部. 107 年國人死因統計結果. https://www.mohw.gov.tw/ cp-16-48057-1.html.
[2] 佑民醫療社團法人佑民中心. 乳癌防治中心. http://www.yumin.com.tw/BCPC/ha/index.php.
[3] 全民健康基金會. 好健康雜誌第 43 期. https://www.twhealth.org.tw/journalView.php?cat=2&sid=21&page=1.
[4] 財團法人天主教康泰醫療教育基金會. 乳癌腋下前哨淋巴腺 (sentinelnode) 切片術.http://www.kungtai.org.tw/hospital/Service_Show.asp?Service_ ID=1&Big=6&ID=114.
[5] Hava Lester and Simon R Arridge. A survey of hierarchical nonlinear medical imageregistration. Patternrecognition,32(1):129–149,1999.
[6] Derek LG Hill, Philipp G Batchelor, Mark Holden, and David J Hawkes. Medical imageregistration. Physicsinmedicine&biology,46(3):R1,2001.
[7] ArnoutCRuifrok,DennisAJohnston,etal.Quantificationofhistochemicalstaining by color deconvolution. Analytical and quantitative cytology and histology, 23(4): 291–299,2001.
[8] DavidGLowe. Distinctiveimagefeaturesfromscaleinvariantkeypoints. Internationaljournalofcomputervision,60(2):91–110,2004.
[9] Olga Sorkine. Leastsquares rigid motion using svd. Technical notes, 120(3):52, 2009.
[10] Adrian Rosebrock. Hog detectmultiscale parameters explained. https://www.pyimagesearch.com/2015/11/16/ hog-detectmultiscale-parameters-explained/.

全文公開日期 2025/02/04 (校內網路)
全文公開日期本全文未授權公開 (校外網路)
全文公開日期本全文未授權公開 (國家圖書館：臺灣博碩士論文系統)

簡易檢索 / 詳目顯示

相關論文