bsuirДоклады БГУИРDoklady BGUIR1729-76482708-0382БГУИР10.35596/1729-7648-2020-18-8-21-28bsuir-2928Research ArticleЭЛЕКТРОНИКА, РАДИОФИЗИКА, РАДИОТЕХНИКА, ИНФОРМАТИКАELECTRONICS, RADIOPHYSICS, RADIOENGINEERING, INFORMATICSРазработка алгоритма поиска опухолевых областей на основе обработки полнослайдовых гистологических изображений рака молочной железыDevelopment of neoplastic region selection algorithm based on breast cancer whole slide imageРябцеваС. Н.RjabcevaS. N.

Рябцева С.Н., к.м.н., заведующий лабораторией «Центр электронной и световой микроскопии» 

220072, Республика Беларусь, г. Минск, ул. Академическая, 28

Rjabceva S.N., PhD, the Head of Laboratory “Center of Electron and Light Microscopy” 

220072, Republic of Belarus Minsk, Academicheskaya str., 28

sveta.rjabceva@tut.byКовалевВ. А.KovalevV. A.

Ковалев В.А., к.т.н., заведующий лабораторией анализа биомедицинских изображений

Минск

Kovalev V.A., PhD, the Head of Laboratory “Biomedical Image Analysis”

Minsk

МалышевВ. Д.MalyshevV. D.

Малышев В.Д., инженер-программист лаборатории анализа биомедицинских изображений

Минск

Malyshev V.D., Software Engineer of Laboratory “Biomedical Image Analysis”

Minsk

СеменикИ. А.SiamionikI. A.

Семеник И.А., к.б.н., старший научный сотрудник лаборатории «Центр электронной и световой микроскопии»

Минск

Siamionik I.A., PhD, Senior Researcher of Laboratory “Center of Electron and Light Microscopy”

Minsk

ДеревянкоМ. А.DerevyankoM. A.

Деревянко М.А., к.б.н., старший научный сотрудник лаборатории «Центр электронной и световой микроскопии»

Минск

Derevyanko M.A., PhD, Senior Researcher of Laboratory “Center of Electron and Light Microscopy”

Minsk

МоскаленкоР. А.MoskalenkoR. A.

Москаленко Р.А., д.м.н.. доцент кафедры патологической анатомии

Moskalenko R.A., D.Sci, Associate Professor of the Pathological Anatomy Department

ДовбышА. С.DovbyshA. S.

Довбыш А.С., д.т.н., профессор, заведующий кафедрой компьютерных наук

Dovbysh A.S., D.Sci, Professor Professor of the Computer Sciences Department

СавченкоТ. Р.SavchenkoT. R.

Савченко Т.Р., студент кафедры компьютерных наук

Savchenko T.R., Student of the Computer Sciences Department

РоманюкА. Н.RomaniukA. N.

Романюк А.Н., д.м.н., профессор, заведующий кафедрой патологической анатомии

Romaniuk A.N., D.Sci, Professor of the Pathological Anatomy Department

Институт физиологии Национальной академии наук БеларусиInstitute of Physiology of National Academy of Sciences of BelarusОбъединенный институт проблем информатики Национальной академии наук БеларусиUnited Institute of Informatics Problem of National Academy of Sciences of BelarusСумский государственный университетSumy State University2020261220201882128Copyright © Рябцева С.Н., Ковалев В.А., Малышев В.Д., Семеник И.А., Деревянко М.А., Москаленко Р.А., Довбыш А.С., Савченко Т.Р., Романюк А.Н., 20202020Рябцева С.Н., Ковалев В.А., Малышев В.Д., Семеник И.А., Деревянко М.А., Москаленко Р.А., Довбыш А.С., Савченко Т.Р., Романюк А.Н.Rjabceva S.N., Kovalev V.A., Malyshev V.D., Siamionik I.A., Derevyanko M.A., Moskalenko R.A., Dovbysh A.S., Savchenko T.R., Romaniuk A.N.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://doklady.bsuir.by/jour/article/view/2928

Анализ полнослайдовых изображений рака молочной железы является крайне трудоемким процессом. Гистологические полнослайдовые изображения обладают рядом особенностей, затрудняющих их разработку: высокая степень разнообразия тканей как на одном изображении, так и между различными изображениями, иерархичность, большой объем графической информации и различные артефакты. В ходе научной работы проведена обработка полнослайдовых изображений ткани рака молочной железы, что включало нормализацию распределения цвета на полнослайдовых гистологических изображениях и выделение области изображения, на которой располагается изучаемый образец ткани, чтобы уменьшить время работы остальных алгоритмов и не анализировать области полнослайдового изображения с фоном. Также разработан и реализован алгоритм поиска похожих для полуавтоматического выделения опухолевых участков с помощью различных дескрипторов изображений.

Analysis of breast cancer whole-slide image is an extremely labor-intensive process. Histological whole slide images have the following features: a high degree of tissue diversity both in one image and between different images, hierarchy, a large amount of graphic information and different artifacts. In this work, pre-processing of breast cancer whole-slide tissue image was carried out, which included normalization of the color distribution and the image area selection. We reduced the operating time of the other algorithms and excluded areas of breast cancer whole-slide tissue with a background to analyze. Also, an algorithm for finding similar neoplastic regions for semi-automatic selection using various image descriptors has been developed and implemented.

полнослайдовые изображениярак молочной железыобработкапоиск похожихwhole-slide imagebreast cancerprocessingsimilarity searchРабота выполнена в рамках задания ГКНТ по конкурсу совместных БелорусскоУкраинских научно-технических проектов «Разработать автоматизированную программу дифференциальной диагностики новообразований молочной железы с морфометрической оценкой рецепторного статуса раковых клеток» при поддержке Белорусского фонда фундаментальных исследований.The work was carried out as part of the assignment of joint Belarusian-Ukrainian projects of State Committee for Science and Technology “To develop an automated program for breast cancer differential diagnosis with morphometric assessment of cancer cells receptor status” with the support of the Belarusian Foundation for Basic Research.ReferencesDimitriou N., Arandjelovic O., Caie P.D. Deep Learning for Whole Slide Image Analysis: An Overview. Frontiers of Medicine. October 19, 2019;1-11. https://www.researchgate.net/publication/336671999.Dimitriou N., Arandjelovic O., Caie P.D. Deep Learning for Whole Slide Image Analysis: An Overview. Frontiers of Medicine. October 19, 2019;1-11. https://www.researchgate.net/publication/336671999.DICOM Whole Slide Imaging. – URL:http://dicom.nema.org/Dicom/DICOMWSI/ (дата обращения 21.10.2020).DICOM Whole Slide Imaging. – URL:http://dicom.nema.org/Dicom/DICOMWSI/ (дата обращения 21.10.2020).Macenko M., Niethammer M., Marron J. S., Borland D., Woosley J. T., Guan X., Schmitt C., Thomas N. E. A method for normalizing histology slides for quantitative analysis. In IEEE International Symposium on Biomedical Imaging: From Nano to Macro. 2009;1107-1110. DOI: 10.1109/ISBI.2009.5193250.Macenko M., Niethammer M., Marron J. S., Borland D., Woosley J. T., Guan X., Schmitt C., Thomas N. E. A method for normalizing histology slides for quantitative analysis. In IEEE International Symposium on Biomedical Imaging: From Nano to Macro. 2009;1107-1110. DOI: 10.1109/ISBI.2009.5193250.Bankhead P., Loughrey M. B., Fernández J.A., Dombrowski Y., McArt D.G., Dunne P.D., McQuaid S., Gray R.T., Murray L.J., Coleman H.G., James J.A., Salto-Tellez M., Hamilton P.W. QuPath: Open source software for digital pathology image analysis. Scientific Reports. 2017;7(1):168-78. DOI:10.1038/s41598- 017-17204-5.Bankhead P., Loughrey M. B., Fernández J.A., Dombrowski Y., McArt D.G., Dunne P.D., McQuaid S., Gray R.T., Murray L.J., Coleman H.G., James J.A., Salto-Tellez M., Hamilton P.W. QuPath: Open source software for digital pathology image analysis. Scientific Reports. 2017;7(1):168-78. DOI:10.1038/s41598- 017-17204-5.

The authors declare that there are no conflicts of interest present.